在python编程中，用matplotlib绘图工具包绘制动画图形。动画是数据图形化的一种方法，视觉冲击力很强，给人留下了深刻的印象。动画图形或者可交互图形和静态图形相比，对人的诱惑力更强。像股票数据，气象数据，季节性和趋势这样的数据，用动画来表示会让人更容易明白。

• 有很多后台渲图工具组成
• 它可以重新生成任何形式的绘图（只需要略做修改）
• 该工具包历史悠久，比较成熟
• matplotlib和MATLAB绘图可以转换

然而，matplotlib库也有一些缺点：

• matplotlib有一个必要的API，这类接口一般比较冗长
• 有时一些默认的绘图风格比较粗陋
• 对web图形和交互图形的支持不足
• 绘制大规模数据和复杂数据的图形比较慢

matplotlib的animation基类和使用条件

matplotlib绘制动画图形就是使用animation基类的方法，它提供了构建动画功能的基本框架，使用的主要接口有两个：

• FuncAnimation: 通过重复调用函数 func 绘制动画
• ArtistAnimation: 使用一组固定的Artist对象实现动画效果

这两个接口相比之下，使用FuncAnimation最方便。

使用matplotlib绘制动画需要安装必要的工具包和程序：

• 需要安装numpy和matplotlib工具包
• 把程序生成的动画保存为mp4格式或gif格式文件，需要安装 ffmpeg 或 imagemagick。

实例1：移动的正弦曲线

代码如下：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
plt.style.use('seaborn-pastel')


fig = plt.figure()
ax = plt.axes(xlim=(0, 4), ylim=(-2, 2))
line, = ax.plot([], [], lw=3)

def init():
    line.set_data([], [])
    return line,
def animate(i):
    x = np.linspace(0, 4, 1000)
    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('sine_wave.gif', writer='imagemagick')

输出的图形结果如下图所示：

实例2：螺旋线动画

代码如下：

import matplotlib.pyplot as plt 
import matplotlib.animation as animation 
import numpy as np 
plt.style.use('dark_background')

fig = plt.figure() 
ax = plt.axes(xlim=(-50, 50), ylim=(-50, 50)) 
line, = ax.plot([], [], lw=2) 

#初始化函数 
def init(): 
	#创建空的 plot/frame 
	line.set_data([], []) 
	return line, 

# 存储x轴和y轴坐标值的列表
xdata, ydata = [], [] 

# 定义动画函数 
def animate(i): 
	# 参数 t 
	t = 0.1*i 
	
	# 根据x和y的值绘制图形 
	x = t*np.sin(t) 
	y = t*np.cos(t) 
	
	# 把新的x轴和y轴的值追加到列表 
	xdata.append(x) 
	ydata.append(y) 
	line.set_data(xdata, ydata) 
	return line, 
	
# 制定图形的标题
plt.title('Creating a growing coil with matplotlib!') 
# 隐藏x轴上的数据标识 
plt.axis('off') 

# 调用动画函数	 
anim = animation.FuncAnimation(fig, animate, init_func=init, 
							frames=500, interval=20, blit=True) 

# 把动画保存为gif文件 
anim.save('coil.gif',writer='imagemagick') 

输出结果如下图所示：

实例3：动画实时更新

绘制股票行情数据、传感器数据等实时图形就需要实时更新动画。

代码如下：

import matplotlib.pyplot as plt
import matplotlib.animation as animation


fig = plt.figure()
# 创建子图
ax1 = fig.add_subplot(1,1,1)

def animate(i):
    data = open('stock.txt','r').read()
    lines = data.split('\n')
    xs = []
    ys = []
   
    for line in lines:
        x, y = line.split(',') # Delimiter is comma    
        xs.append(float(x))
        ys.append(float(y))
   
    
    ax1.clear()
    ax1.plot(xs, ys)

    plt.xlabel('Date')
    plt.ylabel('Price')
    plt.title('Live graph with matplotlib')	
	
    
ani = animation.FuncAnimation(fig, animate, interval=1000) 
plt.show()

输出结果如下图所示：

实例4：3D动画

代码如下：

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

# 获取数据
url = 'https://python-graph-gallery.com/wp-content/uploads/volcano.csv'
data = pd.read_csv(url)

# 数据转换
df=data.unstack().reset_index()
df.columns=["X","Y","Z"]

# 转换列名称
df['X']=pd.Categorical(df['X'])
df['X']=df['X'].cat.codes

# 以20个不同的角度，绘制20个图形
for angle in range(70,210,2):

# 绘制图形
    fig = plt.figure()
    ax = fig.gca(projection='3d')
    ax.plot_trisurf(df['Y'], df['X'], df['Z'], cmap=plt.cm.viridis, linewidth=0.2)

    ax.view_init(30,angle)

    filename='Volcano/Volcano_step'+str(angle)+'.png'
    plt.savefig(filename, dpi=96)
    plt.gca()

以上代码创建多个PNG格式文件，要使用ImageMagick把这些图片转换为动画，即在命令行窗口输入下命令：

convert -delay 10 Volcano*.png animated_volcano.gif

输出结果如下图：

实例5：使用Celluloid工具包绘制动画

Celluloid工具包简化了用matplotlib绘制动画的过程，该工具包只创建一个matplotlib的figure对象和camera对象，然后创建的每一帧画面都重复使用这个figure和camera对象，就像是用照相机在抓拍图形。最后，用所有抓拍的画面帧就构成了动画。

安装Celluloid工具包：

pip install celluloid

使用celluloid工具包的绘图实例如下：

实例5-1，代码如下：

from matplotlib import pyplot as plt
from celluloid import Camera

fig = plt.figure()
camera = Camera(fig)
for i in range(10):
    plt.plot([i] * 10)
    camera.snap()
animation = camera.animate()
animation.save('celluloid_minimal.gif', writer = 'imagemagick')

输出结果如下图：

实例5-2：子图，代码如下：

import numpy as np
from matplotlib import pyplot as plt
from celluloid import Camera

fig, axes = plt.subplots(2)
camera = Camera(fig)
t = np.linspace(0, 2 * np.pi, 128, endpoint=False)
for i in t:
    axes[0].plot(t, np.sin(t + i), color='blue')
    axes[1].plot(t, np.sin(t - i), color='blue')
    camera.snap()
    
animation = camera.animate()  
animation.save('celluloid_subplots.gif', writer = 'imagemagick')

输出结果如下图：

实例5-3：图例，代码如下：

import matplotlib
from matplotlib import pyplot as plt
from celluloid import Camera

fig = plt.figure()
camera = Camera(fig)
for i in range(20):
    t = plt.plot(range(i, i + 5))
    plt.legend(t, [f'line {i}'])
    camera.snap()
animation = camera.animate()
animation.save('celluloid_legends.gif', writer = 'imagemagick')

输出结果如下图：