import numpy as np import matplotlib.pyplot as plt import matplotlib.animation as animation fig = plt.figure() axes1 = fig.add_subplot(111) line, = axes1.plot(np.random.rand(10)) #因为update的参数是调用函数data_gen,所以第一个默认参数不能是framenum def update(data): line.set_ydata(data) return line, # 每次生成10个随机数据 def data_gen(): while True: yield np.random.rand(10) ani = animation.FuncAnimation(fig, update, data_gen, interval=2*1000) plt.show() 第二个例子使用list（metric），每次从metric中取一行数据作为参数送入update中：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
start = [1, 0.18, 0.63, 0.29, 0.03, 0.24, 0.86, 0.07, 0.58, 0]
metric =[[0.03, 0.86, 0.65, 0.34, 0.34, 0.02, 0.22, 0.74, 0.66, 0.65],
         [0.43, 0.18, 0.63, 0.29, 0.03, 0.24, 0.86, 0.07, 0.58, 0.55],
         [0.66, 0.75, 0.01, 0.94, 0.72, 0.77, 0.20, 0.66, 0.81, 0.52]
fig = plt.figure()
window = fig.add_subplot(111)
line, = window.plot(start)
#如果是参数是list,则默认每次取list中的一个元素,即metric[0],metric[1],...
def update(data):
    line.set_ydata(data)
    return line,
ani = animation.FuncAnimation(fig, update, metric, interval=2*1000)
plt.show()

第三个例子：

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import animation
# First set up the figure, the axis, and the plot element we want to animate
fig = plt.figure()
ax = plt.axes(xlim=(0, 2), ylim=(-2, 2))
line, = ax.plot([], [], lw=2)
# initialization function: plot the background of each frame
def init():
    line.set_data([], [])
    return line,
# animation function.  This is called sequentially
# note: i is framenumber
def animate(i):
    x = np.linspace(0, 2, 1000)
    y = np.sin(2 * np.pi * (x - 0.01 * i))
    line.set_data(x, y)
    return line,
# call the animator.  blit=True means only re-draw the parts that have changed.
anim = animation.FuncAnimation(fig, animate, init_func=init,
                               frames=200, interval=20, blit=True)
#anim.save('basic_animation.mp4', fps=30, extra_args=['-vcodec', 'libx264'])
plt.show()

第四个例子:

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
# 每次产生一个新的坐标点
def data_gen():
    t = data_gen.t
    cnt = 0
    while cnt < 1000:
        cnt+=1
        t += 0.05
        yield t, np.sin(2*np.pi*t) * np.exp(-t/10.)
data_gen.t = 0
fig, ax = plt.subplots()
line, = ax.plot([], [], lw=2)
ax.set_ylim(-1.1, 1.1)
ax.set_xlim(0, 5)
ax.grid()
xdata, ydata = [], []
# 因为run的参数是调用函数data_gen,所以第一个参数可以不是framenum:设置line的数据,返回line
def run(data):
    # update the data
    t,y = data
    xdata.append(t)
    ydata.append(y)
    xmin, xmax = ax.get_xlim()
    if t >= xmax:
        ax.set_xlim(xmin, 2*xmax)
        ax.figure.canvas.draw()
    line.set_data(xdata, ydata)
    return line,
# 每隔10秒调用函数run,run的参数为函数data_gen,
# 表示图形只更新需要绘制的元素
ani = animation.FuncAnimation(fig, run, data_gen, blit=True, interval=10,
    repeat=False)
plt.show()
再看下面的例子:
 
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
#第一个参数必须为framenum
def update_line(num, data, line):
    line.set_data(data[...,:num])
    return line,
fig1 = plt.figure()
data = np.random.rand(2, 15)
l, = plt.plot([], [], 'r-')
plt.xlim(0, 1)
plt.ylim(0, 1)
plt.xlabel('x')
plt.title('test')
#framenum从1增加大25后,返回再次从1增加到25,再返回...
line_ani = animation.FuncAnimation(fig1, update_line, 25,fargs=(data, l),interval=50, blit=True)
#line_ani = animation.FuncAnimation(fig1, update_line, frames=25,fargs=(data, l),
#    interval=50, blit=True)
#忽略frames参数,framenum会从1一直增加下去知道无穷
#由于frame达到25以后,数据不再改变,所以你会发现到达25以后图形不再变化了
#line_ani = animation.FuncAnimation(fig1, update_line, fargs=(data, l),
#    interval=50, blit=True)
plt.show()
                                    本文实例讲述了Python使用matplotlib绘制动画的方法。分享给大家供大家参考。具体分析如下：
matplotlib从1.1.0版本以后就开始支持绘制动画
下面是几个的示例：
第一个例子使用generator，每隔两秒，就运行函数data_gen：
# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
fig = plt.figure()
axes1 = fig.add_subplot(111)
line, 
                                    动图很多时候我们绘图不仅仅是绘制最终的统计结果图，而是想看看在不同参数不同时刻下的连续图形，这个在仿真模拟的时候相当有用。比如机器学习中，参数的变化导致的变化，比如我最近做的库存水平变化模拟等。如果我们绘制静态图像，只能看到某一时刻的直观图形，如果加入时间线，那么就能直观感受变量的变化过程。其实原理也挺简单的，就是创建一幅图，定义图形中曲线，散点，标注等各个对象，然后在不同时刻，更新这些对象的数据，
                                    Matplotlib 是一个 Python 的 2D绘图库(包括3D图表)，它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形. 名称由来:mat (matrix 矩阵（二维数据 - 二维图表）)plot(画图)lib(library库)
x = np.linspace(-2, 2, 50)    # -2到2之间的50个点 均匀选取
y1 = 2 * x + 1                # 直线方程  y1 也是5...
                                    > 本文介绍了使用animation和pyplot模块实现实时数据流可视化的方法> 鉴于网上这方面资料很少，做一记录供大家学习先说一下自己的需求：为辣鸡项目所迫，有一硬件产生实时数据流，需要采集并动态展示数据变化规律，帧数在20-50帧一.性能较差的方法开始我是不知道有animation这个神器的，就用set_xdata/set_ydata更新数据，pause刷新图像pltx = np.arang...
                                    【我的Python可视化笔记-03】绘图中的Line2D以及动图简单绘图接收`plot`函数返回的`Line2D`对象接收`plot`函数返回的`Line2D`对象并固定坐标轴刻度`plot`函数详解
import matplotlib.pyplot as plt 
fig, ax = plt.subplots()
plt.plot([1], [1], 'ro')
plt.show() 
接收plot函数返回的Line2D对象
import matplotlib.pyplot as pl
                                    1.说明：1.1 推荐指数：★★★1.2 python的基础知识复习，通过生动的sin函数制作来复习return和yield，列表、函数定义等知识。1.3 熟悉matplotlib作图相关知识。1.4 加深理解sin函数，为以后圆的理解打下坚实基础，cos重复不解释了，将sin适当修改即可。 2.return法，基本方法，代码：#---导出模块---import numpy as npfrom m...
                                    文章目录一、下载matlab.rar二、解压缩matlab.rar三、启动matlab窗口四、绘制一元函数图像 - 直线或曲线1、绘制一次函数图像2、绘制二次函数图像3、绘制三角函数图像五、绘制二元函数图像 - 曲线
一、下载matlab.rar
下载链接：https://pan.baidu.com/s/14YQn4n7KOwv2K9GXuIjnYQ
提取码：7jsw
二、解压缩matlab.rar
三、启动matlab窗口
四、绘制一元函数图像 - 直线或曲线
1、绘制一次函数图像
函数解析式
目前来讲，pyecharts相对matplotlib来说，明显的优点多些
之前学习过一段时间echarts，也学了段时间pyecharts，现在打算整理下笔记，分享促进爱好者们一起学习
10个小例子
type_这个属性注意加下划线 , pyecharts可以使用单引号’ '也可以使用双引号""存储变量值
首先导入通用的python模块
from pyecharts.charts imp...
                                    在数据分析和可视化场景中，我们常常需要实现实时动态图表，比如每分钟读取数据库新的记录，及时更新图表显示最新数据，而不是静态显示某个时间点的数据。本文将介绍使用Python matploblib库的animation功能实现实时动态绘图的方法。