# Setting up Data Set for Animation dataSet = np.array([x, y, z]) # Combining our position coordinates numDataPoints = len(t)

你也可以改动上面的时间和位置数组来创建新的轨迹。我们接下来要用 dataSet和numDataPoints变量定义动画函数。

为了使我们的图形动画化，我们将用animation类中的一个名为FuncAnimation的函数。 你可以在此处访问关于这两个的文档：

https://matplotlib.org/stable/api/animation_api.html

FuncAnimation要求我们创建自己的函数来更新线、点等，在这里我们将其定义为animate_func 。

def animate_func(num):
    ax.clear()  # Clears the figure to update the line, point,   
                # title, and axes    # Updating Trajectory Line (num+1 due to Python indexing)
    ax.plot3D(dataSet[0, :num+1], dataSet[1, :num+1],
              dataSet[2, :num+1], c='blue')    # Updating Point Location
    ax.scatter(dataSet[0, num], dataSet[1, num], dataSet[2, num],
               c='blue', marker='o')    # Adding Constant Origin
    ax.plot3D(dataSet[0, 0], dataSet[1, 0], dataSet[2, 0],     
               c='black', marker='o')    # Setting Axes Limits
    ax.set_xlim3d([-1, 1])
    ax.set_ylim3d([-1, 1])
    ax.set_zlim3d([0, 100])
    # Adding Figure Labels
    ax.set_title('Trajectory \nTime = ' + str(np.round(t[num],    
                 decimals=2)) + ' sec')
    ax.set_xlabel('x')
    ax.set_ylabel('y')
    ax.set_zlabel('z')

首先要注意传递给animate_func的num变量。 这是当前动画步骤的索引。当我们将animate_func传递给FuncAnimation时，它会迭代我们的num变量。我们可以使用该变量来迭代所有我们之前创建的数据集。

这个函数从清除图形开始。这将删除线、点、原点、轴标签和标题。然后它添加更新的 轨迹线 （从0到num ） 和点位置 （在步骤num处） 。我们的原点在此图中保持不变，因此你会注意到num没有显示，因为我们没有更改原点。接下来，该函数定义我们不变的 轴限制 （unchanging axis limits） 。如果你希望轴随着数字的增加而改变 （使轴变为动态） ，那么你可以删除轴限制。

最后，该函数定义了我们的标题和轴标签。 标签很简单，只有我们的x 、 y和z用于坐标。作为一点额外功能，我们有一个动态标题，显示轨迹的时间数组t。我们显示它 （四舍五入到小数点后第二位） ，并在每次迭代时更新它。 请注意，这些不是实时的秒数。

绘制我们的动画

最后一步是使用FuncAnimation绘制我们的动画。 我们首先创建具有三维轴的图形对象。然后我们使用FuncAnimation ，它将图形、我们之前创建的动画函数、间隔值 （interval value） 和帧值 (frames) 作为输入。间隔是以毫秒为单位的帧之间的延迟，帧是你想显示的帧数。最后两个是可选参数，但如果你想调整动画的外观，就需要包含它们。

# Plotting the Animation
fig = plt.figure()
ax = plt.axes(projection='3d')
line_ani = animation.FuncAnimation(fig, animate_func, interval=100,   
                                   frames=numDataPoints)
plt.show()

现在，你可以运行代码了，如果正确完成，你的绘图应如下所示 （点的速度可能不同） ：

保存我们的动画

如果想把动画保存为.gif文件，你可以用以下代码来完成。

# Saving the Animation
f = r"c://Users/(Insert User)/Desktop/animate_func.gif"
writergif = animation.PillowWriter(fps=numDataPoints/6)
line_ani.save(f, writer=writergif)

你需要选择一个位置来保存它，并将其存储为f变量。你可以在PillowWriter中调整每秒帧数fps变量。我将numDataPoints变量 （FuncAnimation中的帧数） 除以6 ，使动画长度为6秒。

这就是本文的全部内容。感谢你的阅读！如果不想错过更多 Python 和数据分析文章，请关注我们的公众号！你还可以订阅我们的YouTube频道，观看大量数据科学相关公开课： https://www.youtube.com/channel/UCa8NLpvi70mHVsW4J_x9OeQ ；在LinkedIn上关注我们，扩展你的人际网络！ https://www.linkedin.com/company/dataapplab/

原文作者：Zack Fizell
翻译作者：Jiawei Tong
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接： https://towardsdatascience.com/how-to-animate-plots-in-python-2512327c8263

May 17, 2022 | | Tags: 数据分析