Python Matplotlib.animation.FuncAnimation用法及代碼示例

Matplotlib是Python中令人驚歎的可視化庫，用於數組的二維圖。 Matplotlib是一個基於NumPy數組的多平台數據可視化庫，旨在與更廣泛的SciPy堆棧配合使用。

matplotlib.animation.FuncAnimation

matplotlib.animation.FuncAnimation類用於通過重複調用同一函數(例如func)來製作動畫。

用法： class matplotlib.animation.FuncAnimation(fig, func, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True, **kwargs)

Paramcontribute.geeksforgeeks.org/wp-admin/post.php?post=1675187&action;=編輯者：

fig:它是用於繪製，調整大小或其他任何所需事件的圖形對象。
可以通過fargs參數提供任何其他位置參數。
func:每次都會調用可調用函數。通過第一個參數給出幀中的下一個值。其他任何其他位置參數是通過fargs參數給出的。如果blit值等於True，則func返回所有要修改或創建的藝術家的迭代。劃線算法使用此數據來確定必須更新圖形的哪些部分。如果blit == False，則返回的值未使用或省略。
frames:它可以是可迭代的，整數，生成器函數或無。它是一個可選參數。它是要傳遞給func和動畫每一幀的數據源。
init_func:它是一個可選的可調用函數，用於繪製清晰的框架。
fargs:它是一個可選參數，可以是元組或None，這是需要傳遞給func的每個調用的附加參數。
save_count:它是一個整數，用作從幀到緩存的值數量的後備。僅在無法從幀推斷幀數時使用，即當它是沒有長度的迭代器或生成器時。默認值為100。
interval:它是一個可選的整數值，表示每幀之間的延遲(以毫秒為單位)。默認值為100。
repeat_delay:它是一個可選的整數值，它在重複動畫之前添加以毫秒為單位的延遲。默認為無。
blit:它是一個可選的布爾參數，用於控製繪圖以優化圖形。
cache_frame_data:它是一個可選的布爾參數，用於控製數據的緩存。默認為True。

該類的方法：

方法	描述
__init__(self, fig, func[, frames, …])	初始化自我。
new_frame_seq(self)	返回新的幀信息序列。
new_saved_frame_seq(self)	返回新的保存/緩存幀信息序列。
save(self, filename[, writer, fps, dpi, …])	通過繪製每幀將動畫另存為電影文件。
to_html5_video(self[, embed_limit])	將動畫轉換為HTML5 <video>標簽。
to_jshtml(self[, fps, embed_frames, …])	生成動畫的HTML表示

範例1：

import matplotlib.animation as animation  
import matplotlib.pyplot as plt  
import numpy as np  
  
  
# creating a blank window  
# for the animation  
fig = plt.figure()  
axis = plt.axes(xlim =(-50, 50),  
                ylim =(-50, 50))  
  
line, = axis.plot([], [], lw = 2)  
  
# what will our line dataset  
# contain?  
def init():  
    line.set_data([], [])  
    return line,  
  
# initializing empty values  
# for x and y coordinates  
xdata, ydata = [], []  
  
# animation function  
def animate(i):  
    # t is a parameter which varies  
    # with the frame number  
    t = 0.1 * i  
      
    # x, y values to be plotted  
    x = t * np.sin(t)  
    y = t * np.cos(t)  
      
    # appending values to the previously  
    # empty x and y data holders  
    xdata.append(x)  
    ydata.append(y)  
    line.set_data(xdata, ydata)  
      
    return line,  
  
# calling the animation function      
anim = animation.FuncAnimation(fig, animate,  
                            init_func = init,  
                            frames = 500, 
                            interval = 20,  
                            blit = True)  
  
# saves the animation in our desktop  
anim.save('growingCoil.mp4', writer = 'ffmpeg', fps = 30)

輸出：

範例2：

from matplotlib import pyplot as plt  
import numpy as np  
from matplotlib.animation import FuncAnimation  
  
# initializing a figure in  
# which the graph will be plotted  
fig = plt.figure()  
  
# marking the x-axis and y-axis  
axis = plt.axes(xlim =(0, 4),  
                ylim =(-2, 2))  
  
# initializing a line variable  
line, = axis.plot([], [], lw = 3)  
  
# data which the line will  
# contain (x, y)  
def init():  
    line.set_data([], [])  
    return line,  
  
def animate(i):  
    x = np.linspace(0, 4, 1000)  
  
    # plots a sine graph  
    y = np.sin(2 * np.pi * (x - 0.01 * i))  
    line.set_data(x, y)  
      
    return line,  
  
anim = FuncAnimation(fig, animate,  
                    init_func = init,  
                    frames = 200,  
                    interval = 20,  
                    blit = True)  
  
anim.save('continuousSineWave.mp4',  
          writer = 'ffmpeg', fps = 30)

輸出：

相關用法

注：本文由純淨天空篩選整理自RajuKumar19大神的英文原創作品 Matplotlib.animation.FuncAnimation class in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。