数据可视化 GIF 图，Matplotlib 也可以画出来-热点指南

今天分享的这篇译文中介绍了 matplotlib 绘图库的一个使用示例，即如何制作 GIF 动图。本文原作者为 Eli Bendersky，译者为唐晓霆 Jason ，由编程派 EarlGrey 校对。
译者简介：唐晓霆，在香港的成都人，城市大学研究助理，会写python，兴趣是深度学习。

这篇短文介绍如何用 Python 里的 matplotlib 画出 GIF 动图。下面的代码我在一台安装了 ImagMagick 的 Ubuntu 机器上运行过。若想要用 matplotlib 的 save方法渲染 GIF 动图的话，就必须安装 ImageMagick 。

下面给一个动画样本：

有几点需要注意:

图里的散点部分是不变的；变的是直线
X 轴的标题每一帧都在变化

下面上制作该图的代码：

import sys
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
fig, ax = plt.subplots
fig.set_tight_layout(True)
# 询问图形在屏幕上的尺寸和DPI（每英寸点数）。
# 注意当我们把图形储存成一个文件时，我们需要再另外提供一个DPI值
print('fig size: {0} DPI, size in inches {1}'.format(
fig.get_dpi, fig.get_size_inches))
# 画出一个维持不变（不会被重画）的散点图和一开始的那条直线。
x = np.arange(0,20,0.1)
ax.scatter(x, x + np.random.normal(0,3.0, len(x)))
line, = ax.plot(x, x - 5, 'r-', linewidth=2)
def update(i):
label = 'timestep {0}'.format(i)
print(label)
# 更新直线和x轴（用一个新的x轴的标签）。
# 用元组（Tuple）的形式返回在这一帧要被重新绘图的物体
line.set_ydata(x - 5+ i)
ax.set_xlabel(label)
return line, ax
if __name__ == '__main__':
# FuncAnimation 会在每一帧都调用“update” 函数。
# 在这里设置一个10帧的动画，每帧之间间隔200毫秒
anim = FuncAnimation(fig, update, frames=np.arange(0,10), interval=200)
if len(sys.argv) > 1and sys.argv[1] == 'save':
anim.save('line.gif', dpi=80, writer='imagemagick')
else:
# plt.show 会一直循环播放动画
plt.show

如果你想换一个更精美的主题，安装 seaborn 库之后添加一行：

import seaborn

然后你就会得到这个图：

提一句关于文件大小的警告：虽然我在这里分享的GIF只有 10 帧，而且图像也很简单，但是它们每一帧都占大约 160K 。就我理解而言，GIF 动图不使用跨帧压缩，所以这使得长一点的 GIF 占的空间异常大。减少帧数到最最小并且让每一帧的图像小一点（通过在 matplotlib 里调整图形尺寸或者 DPI ），就可以多多少少帮助缓解一下这个问题。

EarlGrey：我自己测试生成的 line.gif 文件大概 86 KB 左右。

题图：pexels，CC0 授权。

本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/158811.html

数据可视化 GIF 图，Matplotlib 也可以画出来

相关推荐