用python画动态图_数据可视化｜绘制酷炫的GIF动态图（五）
截至今日，数据可视化的内容已经更新到第五篇。
如果你也想跟着我一起学习 matplotlib，可以点击如下传送门前往往期系列文章：
01. 准备工作
再次声明下我使用的工具和环境：Anaconda+Jupyter Notebook
建议你和我使用同样的工具你才能无痛学习这个系统的教程。在 Jupyter Notebook 里要对动态图进行保存，需要ImageMagick这个超强大的图形处理软件的支持。
所以在往下学习之前，你需要先安装这个工具。安装方法请自行搜索引擎解决哈。
安装完成后，请打开 CMD 终端，检验一下是否成功安装，如果执行没有报错，则已成功安装。
magick --version
02. 绘制原理
首先，我们要清楚的是，matplotlib 只能对静态图进行绘制展示。那么动态图是如何实现的？动态图和视频一样，都是由一帧一帧的画面组合而成。将这些画面拼接起来的工作，就是由ImageMagick 来完成的。
问题又来了，如何在程序里可以生成这些一帧一帧的画面呢？
matplotlib 给我们提供了一个函数，animation.FuncAnimation 用它我们就可以很轻松的完成这些画面展示。最后才能交由 ImageMagick 来处理。
接下来，来看看绘制的整体代码框架（伪代码）。
# 导入相关模块
import numpy as np
import matplotlib.pyplot as plt
from IPython.display import Image
from matplotlib.animation import FuncAnimation
# 生成数据（用于传入updata函数）
def data_gen():
pass
# 初始化图像（譬如 坐标范围）
def init():
pass
# 将最新数据添加到图像中
def update(data):
pass
# 核心方法入口
ani = FuncAnimation()
# 保存 gif 动态图
ani.save('ming.gif',writer=writer)
# 将 gif 图展示在页面上
Image(url='./ming.gif')
03. 方法参数
本节最重要的知识点，其实就一个函数（FuncAnimation），他可以接收很多参数。要使用它，必须得先知道这些参数都有什么用途。fig：进行动画绘制的figure
init_func：自定义开始帧，即传入刚定义的函数init
interval：更新频率，以ms计。
blit：选择更新所有点，还是仅更新产生变化的点。应选择True。
func：接收来自 frames 函数传来的 frame 值，作为更新图像最新数据。
frames：可接收对象有 iterable, int, generator function, or None。用途生成数据传递给func函数
04. 实战讲解
经过我的一番尝试，发现在 Notebook 无法直接使用ImageMagick。
我们必须显式地指定其路径，并生成一个 ImageMagickFileWriter 实例，用于后面保存图像使用。
import matplotlib.pyplot as plt
plt.rcParams['animation.convert_path'] = \
'E:\Program Files\ImageMagick-7.0.8-Q16\magick.exe'
from matplotlib.animation import ImageMagickFileWriter
writer = ImageMagickFileWriter()
具体绘制代码如下。
# 导入相关模块
import numpy as np
import matplotlib.pyplot as plt
from IPython.display import Image
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots()
xdata, ydata = [], []
# 注意这边的 "," 不能省
ln, = ax.plot([], [], 'r-', animated=False)
# 初始化图像（譬如 坐标范围）
def init():
ax.set_xlim(0, 2*np.pi)
ax.set_ylim(-1.1, 1.1)
# 注意这边的 "," 也不能省
return ln,
# 将最新数据添加到图像中
def update(frame):
xdata.append(frame)
ydata.append(np.sin(frame))
ln.set_data(xdata, ydata)
# 注意这边的 "," 也不能省
return ln,
# 核心方法入口
ani = FuncAnimation(fig,
update,
frames=np.linspace(0, 2*np.pi, 50),
interval=5,
init_func=init,
blit=True)
# 保存 gif 动态图
ani.save('ming.gif',writer=writer)
# 将 gif 图展示在页面上
Image(url='./ming.gif')
绘制出来的结果如下：
今天只讲基本的原理，让你知道动态图是如何实现的。而那些十分酷炫吊炸天的图，只是代码比较复杂而已，对于理解整个逻辑并没有多大帮助，这里就不细讲了。学习了基本原理后，你可以自己去尝试。