小编点评

** matplotlib 的动画功能简介** matplotlib 的动画功能允许您将动画添加到您的 matplotlib 图形中。 matplotlib 提供两种主要的动画函数：**FuncAnimation** 和 **ArtistAnimation**。 ** FuncAnimation** * 使用回调函数不断重绘图形，以达到动画的效果。 * 需要传入画布、回调函数、间隔时间和帧数量等参数。 * 可以使用 **FuncAnimation** 函数轻松地创建一个动画。 ** ArtistAnimation** * 先准备每一帧的数据，然后绘制按照一定的时间间隔绘制每一帧数据对应的图像。 * 不需要传入回调函数，但需要准备每个帧的数据。 * 可以使用 **ArtistAnimation** 函数绘制各种图形，包括曲线、图像等。 ** 动画导出** * matplotlib 可以导出动画到 MP4 和 GIF 格式。 * MP4 格式需要使用 ffmpeg 工具进行导出。 * GIF 格式可以使用 imagemagick 工具进行导出。

正文

matplotlib的动画一直是一个强大但使用频率不高的功能，究其原因，
一方面展示动画需要一定的媒介，没有图形和文字展示方便；
二来大家更关心的是分析结果的最终图表，图表的动态展示则没有那么重要。

不过，随着短视频的兴起，在短视频平台上展示动画变得非常容易，
所以，我们发现有越来越多的数据分析动画（比如各种横向条形图的排名等等）出现在了短视频平台上。

通过动画来展示数据和模型的变化过程，可使数据的可视化更加生动形象，
随着各种平台的兴起，matplotlib的动画功能也因此有了更多的用武之地。

1. 动画示例

介绍matplotlib的动画功能之前，先看用matplotlib制作的两个简单的的动画示例。

1.1. 单个动画

首先是单个动画，绘制一个正弦曲线。

import numpy as np

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

x = np.linspace(-8, 8, 100)
y = np.sin(x)

fig, ax = plt.subplots()
(g,) = ax.plot(x, y)


def update(frame):
    y = np.sin(x[:frame])
    g.set_data(x[:frame], y)


animation.FuncAnimation(fig, update, interval=50, frames=len(x))

1.2. 组合动画

除了单个动画之外，组合动画也简单，下面的示例中，
先绘制一个正弦曲线，然后一个点沿着曲线运动，随着这个点，绘制正弦曲线的切线。

x = np.linspace(-8, 8, 100)
f = lambda x: np.sin(x / 2)

fig, ax = plt.subplots()
fig.set_size_inches(8, 4)
ax.plot(x, f(x), 'lightblue')

(point,) = ax.plot(x[0], f(x[0]), "r", alpha=0.4, marker="o")
(line,) = ax.plot([0], [0], "g", linewidth=3)

#绘制切线
def tangent_line(x0, y0):
    h = 1e-4
    num_min = f(x0 - h)
    num_max = f(x0 + h)
    k = (num_max - num_min) / (2 * h)

    xs = np.linspace(x0 - 0.5, x0 + 0.5, 100)
    ys = y0 + k * (xs - x0)
    return xs, ys

#移动切点
def move_point(frame):
    point.set_data([x[frame]], [f(x[frame])])

    xs, ys = tangent_line(x[frame], f(x[frame]))
    line.set_data(xs, ys)


animation.FuncAnimation(fig, move_point, interval=50, frames=len(x))

2. 动画函数

matplotlib的动画函数主要有两种，它们的动画原理差别很大，
了解它们之间的区别，才能根据自己的场景选择合适的动画函数。

2.1. FuncAnimation

上一节的示例中使用的就是FuncAnimation，它的动画原理是通过回调函数，不断重绘图形，已达到动画的效果。
主要的参数有：

1. 画布：比如上面第一个示例中的 fig
2. 回调函数：比如上面第一个示例中的 update
3. 调用回调函数的间隔：比如上面第一个示例中的 interval=50，单位是毫秒
4. 调用回调函数的次数：比如上面第一个示例中的 frames=len(x)

简单来说，也就是FuncAnimation函数每隔interval毫秒，调用一次update，一共调用frames次。``

2.2. ArtistAnimation

ArtistAnimation函数的原理则是先准备好每一帧的数据，然后绘制按照一定的时间间隔，
绘制每一帧数据对应的图像。
比如上面的示例一样的正弦曲线，用ArtistAnimation函数绘制的话：

points = np.linspace(-8, 8, 100)

fig, ax = plt.subplots()

frames = []
for i in range(50):
    x = points[:i]
    y = np.sin(x)
    g = ax.plot(x, y)
    frames.append(g)

animation.ArtistAnimation(fig, frames, interval=50)

ArtistAnimation的主要参数：

1. 画布：比如上面示例中的 fig
2. 每一帧的数据：比如上面示例中的 frames
3. 每一帧的间隔：比如上面示例中的 interval=50，单位是毫秒

ArtistAnimation没有回调函数，只要准备好每一帧的数据，它会按照时间间隔绘制每一帧的数据。

3. 动画导出

最后，是动画的导出，常用的两种格式是MP4和GIF。
如果安装了 ffmpeg，那么导出这两种格式就很简单了。

3.1. 导出mp4

#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.mp4", writer='ffmpeg')

导出的文件名后缀 mp4，则可以导出视频。
这里的writer参数用ffmpeg。

3.2. 导出GIF

同样，导出gif也一样，文件名的后缀 gif即可。

#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.gif", writer='ffmpeg')

当然，也可以不用ffmpeg，比如，如果安装了imagemagick，这里的writer也可以用imagemagick。

#前面部分省略。。。
anim = animation.FuncAnimation(fig, update, interval=50, frames=len(x))
anim.save("./output.gif", writer='imagemagick')