时间:2022-07-31 09:19:28 | 栏目:Python代码 | 点击:次
使用matplotlib生成gif动画的方法有很多,一般常规使用matplotlib的animation模块的FuncAnimation函数实现。
在matplotlib官网看到了第三方动画包gif的介绍。
gif包是支持 Altair, matplotlib和Plotly的动画扩展。
gif依赖PIL,即pillow,要求Pillow>=7.1.2。
安装gif包,pip install gif
所有动画都是由帧(frame)构成的,一帧就是一幅静止的画面,连续的帧就形成动画。我们通常说帧数,简单地说,就是在1秒钟时间里传输的图片的帧数,也可以理解为图形处理器每秒钟能够刷新几次,通常用fps(Frames Per Second)表示。
制作动画的关键:如何生成帧,每秒多少帧。
gif包非常简洁,只有一个单独的文件gif.py,文件主要包含options类、frames和save两个函数。
提供精简版 的Altair, matplotlib和Plotly的保存或输出设置。以matplotlib为例,提供以下设置。
设置方法:gif.options.matplotlib["dpi"] = 300
原理:options在构造函数中创建matplotlib字典保存配置,随后传递给底层的matplotlib包。
装饰器函数,通过对应包编写自定义绘图函数生成单帧图像。
根据帧序列生成动画。
def save(frames, path, duration=100, unit="milliseconds", between="frames", loop=True): """Save decorated frames to an animated gif. - frames (list): collection of frames built with the gif.frame decorator - path (str): filename with relative/absolute path - duration (int/float): time (with reference to unit and between) - unit {"ms" or "milliseconds", "s" or "seconds"}: time unit value - between {"frames", "startend"}: duration between "frames" or the entire gif ("startend") - loop (bool): infinitely loop the animation
frames即根据@gif.frame装饰的绘图函数生成的帧的序列,此处根据需要自定义。
duration即持续时间,由单位unit和模式between决定,默认为frames为帧间的时间间隔。
unit即持续时间单位,支持毫秒和秒,默认为毫秒。
between即持续时间计算模式,默认frames即duration为帧之间的时间间隔,startend模式时duration=duration /len(frames),即duration为所有帧—整个动画的持续时间。
import random from matplotlib import pyplot as plt import gif # 构造数据 x = [random.randint(0, 100) for _ in range(100)] y = [random.randint(0, 100) for _ in range(100)] #设置选项 gif.options.matplotlib["dpi"] = 300 #使用gif.frame装饰器构造绘图函数,即如何生成静态的帧 @gif.frame def plot(i): xi = x[i*10:(i+1)*10] yi = y[i*10:(i+1)*10] plt.scatter(xi, yi) plt.xlim((0, 100)) plt.ylim((0, 100)) # 构造帧序列frames,即把生成动画的所有帧按顺序放在列表中 frames = [] for i in range(10): frame = plot(i) frames.append(frame) # 根据帧序列frames,动画持续时间duration,生成gif动画 gif.save(frames, 'example.gif', duration=3.5, unit="s", between="startend")
import numpy as np import gif from matplotlib import pyplot as plt t = np.linspace(0, 6, 100) x = 16 * np.sin(t) ** 3 y = 13 * np.cos(t) - 5 * np.cos(2 * t) - 2 * np.cos(3 * t) - np.cos(4 * t) @gif.frame def plot_love(x, y): plt.figure(figsize=(5, 3), dpi=100) plt.scatter(x, y, 60, c="r", alpha=0.7, marker=r"$\heartsuit$") plt.axis("off") frames = [] for i in range(1, len(x)): of = plot_love(x[:i], y[:i]) frames.append(of) gif.save(frames, "love.gif", duration=80)
matplotlib 常规FuncAnimation函数实现方式
from matplotlib import pyplot as plt import matplotlib.animation as animation import numpy as np t = np.linspace(0, 6, 100) x = 16 * np.sin(t) ** 3 y = 13 * np.cos(t) - 5 * np.cos(2 * t) - 2 * np.cos(3 * t) - np.cos(4 * t) data=[i for i in zip(x,y)] def plot_love(data): x, y = data plt.scatter(x, y, 60, c="r", alpha=0.7, marker=r"$\heartsuit$") fig=plt.figure(figsize=(5, 3), dpi=100) plt.axis("off") animator = animation.FuncAnimation(fig, plot_love, frames=data, interval=80) animator.save("love.gif", writer='pillow')
matplotlib底层PillowWriter类实现方式
from matplotlib import pyplot as plt import matplotlib.animation as animation import numpy as np t = np.linspace(0, 6, 100) x = 16 * np.sin(t) ** 3 y = 13 * np.cos(t) - 5 * np.cos(2 * t) - 2 * np.cos(3 * t) - np.cos(4 * t) def plot_love(x,y): plt.scatter(x, y, 60, c="r", alpha=0.7, marker=r"$\heartsuit$") fig=plt.figure(figsize=(5, 3), dpi=100) plt.axis("off") writer = animation.PillowWriter(fps=15) with writer.saving(fig, "love1.gif"): for i in range(1, len(x)): of = plot_love(x[i], y[i]) writer.grab_frame()
通过比较可知gif包的实现方式和matplotlib中利用PillowWriter实现方式类似,更偏底层一些,这样遇到比较复杂的绘图时更灵活。