Python动态图表绘制方法_animation模块应用解析【教学】-Python教程-PHP中文网

Python动态图表绘制方法_animation模块应用解析【教学】

舞姬之光

发布： 2025-12-19 17:57:08

原创

755人浏览过

matplotlib.animation.FuncAnimation是最常用可控的Python动态图表方案，通过init初始化、update逐帧更新数据、blit优化重绘实现正弦波等动画，支持GIF/MP4导出。

python动态图表绘制方法_animation模块应用解析【教学】

用 Python 做动态图表，matplotlib.animation 是最常用、最可控的方案之一。它不依赖外部库，能深度控制每一帧，适合教学演示、算法过程可视化、时间序列演化等场景。

核心思路：按帧生成 + 动画封装

动画本质是快速连续播放静态图帧。FuncAnimation 是最常用的类，它通过反复调用一个更新函数（func），在每帧中修改图形对象（如线条数据、散点位置、文本内容等），再重绘画面。

必须有一个“画布”——通常用 plt.figure() 和 ax = fig.add_subplot() 创建
必须预先绘制初始图像（哪怕只是空图），否则后续无法更新
更新函数接收帧号（如 i）作为参数，据此计算当前帧应显示的数据
interval 控制帧间隔（毫秒），frames 指定总帧数或可迭代对象

基础示例：正弦波逐步展开

这是入门必练案例，直观体现“逐帧追加”的逻辑：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
x_data, y_data = [], []
line, = ax.plot([], [], 'r-')

def init():
    ax.set_xlim(0, 4*np.pi)
    ax.set_ylim(-1.2, 1.2)
    return line,

def update(frame):
    x_data.append(frame)
    y_data.append(np.sin(frame))
    line.set_data(x_data, y_data)
    return line,

ani = FuncAnimation(fig, update, frames=np.linspace(0, 4*np.pi, 200),
                     init_func=init, blit=True, interval=50)
plt.show()

登录后复制

注意：blit=True 只重绘变化部分，大幅提升性能；init_func 负责设置初始视图和返回需动画化的 artist 对象。

立即学习“Python免费学习笔记（深入）”；

AI Sofiya

一款AI驱动的多功能工具

147

查看详情

进阶技巧：多元素协同更新

实际应用中常需同时更新曲线、散点、标题、标注等。关键原则是：所有要动的元素都应在 update() 中显式设置，并在 return 中一并返回。

散点图：用 scatter.set_offsets(np.c_[x, y])
文本：用 text.set_text(f'Frame: {frame}') 或 set_position((x, y))
多条线：分别调用 line1.set_data(...)、line2.set_data(...)
避免在 update 中调用 plt.title() 等高层接口，改用 ax.set_title()

保存与导出：GIF 和 MP4 都支持

动画对象 ani 提供 save() 方法，但需提前安装对应写入器：

GIF：安装 pillow（pip install pillow），然后 ani.save('wave.gif', writer='pillow')
MP4：需系统有 ffmpeg，设置 writer='ffmpeg'，并指定 fps
注意保存时加 dpi 参数保证清晰度，例如 dpi=150
若报错“writer not available”，检查是否已安装对应工具并加入系统 PATH