使用matplotlib绘图实现动态刷新(动画)效果

使用matplotlib绘图实现动态刷新（动画）效果

最近在做四足的运动学仿真，因为这一段时间用python比较多，所以想直接用python做运动仿真，通过画图来展示步态和运动效果。了解了一下matplotlib库之后又参考了一些网上的博客，成功实现了绘图动态刷新的效果，类似动画效果。

关于matplotlib

matplotlib是python中非常好用的一个绘图库，包括了许多与绘图有关的定义和方法。

matplotlib内用于绘图的模块主要是pyplot。如果我们想要使用pyplot绘图，首先我们需要有Figure，然后在figure中创建Axes，在Axes上绘图。Figure就类似于一个画板，但画板只是承载画纸（画布）的一个载体，我们要在画纸上进行绘图，Axes就是这个画纸。

一个简单的绘图代码如下:

# -*-coding:utf-8-*-
import matplotlib.pyplot
import numpy

dataX = numpy.array([1,2,3,4])
dataY = numpy.array([1,4,2,3])
fig, ax = matplotlib.pyplot.subplots()
ax.plot(dataX,dataY)
matplotlib.pyplot.show()

matplotlib中进行绘图的标准数据类型是numpy的array，所以最好一开始就用numpy创建和保存数据。（实测用list也可以）

更多操作请看官方网站：Introductory — Matplotlib 3.7.0 documentation

实现绘图的动态刷新效果

实现绘图的动态刷新效果，本质上就是循环重复画图，每次将上次画的图清空，然后重新画这次的图。当逐渐变化时就能呈现动起来的效果，类似动画中的一帧一帧的播放。

以下是实现绘图动态刷新的一个代码示例：

# -*-coding:utf-8-*-
import matplotlib.pyplot
import numpy


calfAngle = numpy.zeros(4,dtype=float)
thighAngle = numpy.zeros(4,dtype=float)
thighEndPoint = numpy.zeros((4,2),dtype=float)
#创建空的二维数组,存放所有x和y坐标
xAll = [[],[],[],[]]
yAll = [[],[],[],[]]

def main():
    #创建画布
    figure = matplotlib.pyplot.figure(figsize=(8, 4), dpi=120, facecolor="darkgray")
    #防止图像重叠
    figure.tight_layout(h_pad=2)
    #得到axes
    axes = figure.subplots(2,2)
    #上面得到的axes是二维的，用字典转换为一维的访问形式
    axesDict = {0:axes[0,0], 1:axes[0,1], 2:axes[1,0], 3:axes[1,1]}
    for i in range(4):
        #设置标题
        axesDict[i].set_title("LEG%d" % (i+1)) #无法正常显示中文
        # 设置x和y的坐标限制
        axesDict[i].set_xlim(-1,1)
        axesDict[i].set_ylim(-1.1,0.5)
        #显示网格
        axesDict[i].grid(True)
    

    #输入步高,步长,大腿长度,小腿长度
    # strideHeight = float(input("请输入步高:"))
    # strideLength = float(input("请输入步长:"))
    # thighLength = float(input("请输入大腿长度:"))
    # calfLength = float(input("请输入小腿长度:"))
    strideHeight = 0.2
    strideLength = 0.2
    thighLength = 0.5
    calfLength = 0.585
    
    #时间初始化
    t = 0

    for i in range(4):
        #画一个空的散点图
        axesDict[i].plot(xAll[i],yAll[i])

    while(True):
        
        #规划轨迹
        planTrajectory(t,strideLength,strideHeight)
        #求解逆运动学方程
        solveInverseKinematics(thighLength,calfLength)
        for i in range(4):
            #将坐标点添加到坐标总数组中
            xAll[i].append(-x[i])
            yAll[i].append(-y[i])
            #清空坐标轴
            axesDict[i].cla()
            #设置标题
            axesDict[i].set_title("LEG%d" % (i+1))
            #设置x和y的坐标限制
            axesDict[i].set_xlim(-1,1)
            axesDict[i].set_ylim(-1.1,0.5)
            #显示网格
            axesDict[i].grid(True)
            #绘制新的散点图
            axesDict[i].plot(xAll[i],yAll[i],color="red")
            axesDict[i].plot([0,-thighEndPoint[i,0]], [0,-thighEndPoint[i,1]], color="blue")
            axesDict[i].plot([-thighEndPoint[i,0],-x[i]], [-thighEndPoint[i,1],-y[i]], color="blue")

        #t从0到T单向循环
        if t == T:
            t = 0
        t += 5
        #暂停0.1秒
        matplotlib.pyplot.pause(0.1)
        


if __name__ == "__main__":
    main()

上述代码是我在进行四足的运动仿真时写的代码，全部代码可看这个链接：【四足机器人】四足步态运动控制仿真-Python文档类资源-CSDN文库

上述代码实现动态刷新效果的关键点是在循环中的操作：更新数据->清空axes->进行一些设置->绘制新的图。循环中很重要的一个操作是暂停一小段时间。

最终实现的效果如下：