用python做GIF动画，让你的图表动起来！（以正态分布为例）

大家都知道，从展示效果来说：

视频>图>文字。

如果想要在工作汇报时，把你的数据秀的飞起，那你可以试试用python做动画。

核心函数

用python绘制动画会用到matplotlib库的这个函数¹：

matplotlib.animation.FuncAnimation(fig, func, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True, **kwargs)[source]

主要参数：

• fig: 用于获取绘制、调整大小以及任何其他所需事件的图形对象。
• func: 每帧调用的函数，第一个参数将是frames 中的下一个值。
• frames: 传递func和动画每一帧的数据源，可以是迭代器，整数，生成器函数，或无。
• fargs: 传递给func(frame, *fargs)的附加参数
• interval: 帧之间的延迟（以毫秒为单位）。默认为 200。
• repeat: 可选，控制当帧序列完成时动画是否应该重复。
• blit: 可选，控制是否使用 blitting 来优化绘图。

示例

以最常用的正态分布为例，下面我们绘制一个正态分布曲线，并模拟正态分布随参数μ和σ变化的动画。

正态分布的概率密度函数如下：
$$f(x|\mu ,\sigma )=\frac{1}{\sqrt{2\pi {\sigma }^2}}{e}^{-\frac{(x-\mu {)}^2}{2{\sigma }^2}}$$

参数μ是随机变量的数学期望，决定了正态分布的位置。我们可以绘制正态分布随μ变化动画：

• 从动图中也可以看出来，随着μ的增长，正态分布在x轴上向右平移。

上图的绘制代码：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import math
%matplotlib qt5 # 在jupyter notebook中显示用

# 均值
mu = 0   
# 标准差
sigma = 1  
# x的值域范围
x = np.linspace(mu - 4*sigma, mu + 12*sigma, 100)
# 正态分布的概率密度函数
y = np.exp(-(x - mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2*math.pi)*sigma) 

fig, ax = plt.subplots()
line, = ax.plot(x, y)

def animate_mu(i):
    mu = i%10
    # 更新数据
    line.set_ydata(np.exp(-(x-mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2*math.pi)*sigma))  
    # 更新标题
    ax.set_title(f"mu={
       mu}")
    return line,
    
ani = animation.FuncAnimation(
    fig, animate_mu, interval=500, repeat=True, blit=True)

# 保存动图
ani.save("demo_mu.gif")

我们还可以模拟正态分布随着参数σ变化。参数σ是随机变量的标准差，决定了正态分布的幅度：

• 从动图可以看出，随着标准差σ的减小，曲线会变得更陡峭，代表随机事件分布越集中。

• 随着标准差σ的增大，则曲线变得更加平缓，代表随机事件分布越分散。

上图的绘制代码：

# 均值
mu = 0   
# 标准差
sigma = 1  
# x的值域范围
x = np.linspace(mu - 3*sigma, mu + 3*sigma, 100)
# 正态分布的概率密度函数
y = np.exp(-(x - mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2*math.pi)*sigma) 

fig, ax = plt.subplots()
line, = ax.plot(x, y)

def animate_sigma(i):
    sigma = i%10/10
    line.set_ydata(np.exp(-(x-mu) ** 2 / (2 * sigma ** 2)) / (math.sqrt(2*math.pi)*sigma))  # update the data.
    ax.set_title(f"sigma={
       sigma}")
    return line,

ani = animation.FuncAnimation(
    fig, animate_sigma, interval=500, repeat=True, blit=True)

# 保存动图
ani.save("demo_sigma.gif")

# 显示动图
plt.show()

注意：如果你是在jupyter notebook中绘制，需要加上这句%matplotlib qt5才能显示动画效果。

动画的保存方式²：

# 保存动图：
ani.save("demo.gif")

# 保存视频方式一：
ani.save("movie.mp4")

# 保存视频方式二：
writer = animation.FFMpegWriter(
     fps=15, metadata=dict(artist='Me'), bitrate=1800)
ani.save("movie.mp4", writer=writer)

---

1. https://matplotlib.org/3.2.1/api/_as_gen/matplotlib.animation.FuncAnimation.html ↩︎

2. https://matplotlib.org/3.3.0/gallery/animation/simple_anim.html#sphx-glr-gallery-animation-simple-anim-py ↩︎