如何动画散点图
Posted
技术标签:
【中文标题】如何动画散点图【英文标题】：How to animate a scatter plot 【发布时间】：2012-03-13 04:27:44 【问题描述】：我正在尝试制作散点图的动画，其中点的颜色和大小在动画的不同阶段发生变化。对于数据，我有两个带有 x 值和 y 值的 numpy ndarray：
data.shape = (ntime, npoint)
x.shape = (npoint)
y.shape = (npoint)
现在我想绘制类型的散点图
pylab.scatter(x,y,c=data[i,:])
并在索引i 上创建动画。我该怎么做？
【问题讨论】：
matplotlib: Rain Simulation 更新链接。 【参考方案1】：TL/DR：如果您在使用 ax.set_... 动画散点图的方法时遇到问题，您可以尝试只清除每帧的绘图（即 ax.clear()）并重新- 根据需要绘制事物。这较慢，但当您想在一个小动画中更改很多内容时可能会很有用。
这是一个展示这种“清晰”方法的示例：
import itertools
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import numpy as np
# set parameters
frames = 10
points = 20
np.random.seed(42)
# create data
data = np.random.rand(points, 2)
# set how the graph will change each frame
sizes = itertools.cycle([10, 50, 150])
colors = np.random.rand(frames, points)
colormaps = itertools.cycle(['Purples', 'Blues', 'Greens', 'Oranges', 'Reds'])
markers = itertools.cycle(['o', 'v', '^', 's', 'p'])
# init the figure
fig, ax = plt.subplots(figsize=(5,5))
def update(i):
# clear the axis each frame
ax.clear()
# replot things
ax.scatter(data[:, 0], data[:, 1],
s=next(sizes),
c=colors[i, :],
cmap=next(colormaps),
marker=next(markers))
# reformat things
ax.set_xlabel('world')
ax.set_ylabel('hello')
ani = animation.FuncAnimation(fig, update, frames=frames, interval=500)
ani.save('scatter.gif', writer='pillow')
我从 matplotlib 和其他来源看到的教程似乎没有使用这种方法，但我看到其他人（以及我自己）在这个站点上建议它。我看到了一些优点和缺点，但我会感谢其他人的想法：
优点
您可以避免对散点图使用set_... 方法（即 .set_offsets()、.set_sizes()、...），这些方法的文档更加晦涩难懂（虽然主要的答案会得到你在这里很远！）。另外，对于不同的绘图类型有不同的方法（例如，您使用set_data 表示线条，但不用于散点）。通过清除轴，您可以像 matplotlib 中的任何其他绘图一样确定每帧绘制的元素。
更重要的是，不清楚某些属性是否为set-able，例如标记类型(as commented) 或颜色图。例如，由于标记和颜色图发生了变化，我不知道如何使用ax.set_... 创建上述图。但这对于 ax.scatter() 来说是非常基本的。
缺点
可能会慢很多;即清除和重绘一切似乎比set... 方法更昂贵。所以对于大型动画，这种方法可能有点痛苦。
清除轴也会清除轴标签、轴限制、其他文本等内容。因此，这些格式的内容需要包含在update 中（否则它们将消失）。如果您希望更改某些内容而其他内容保持不变，这可能会很烦人。
当然，速度是个大问题。这是一个显示差异的示例。鉴于此数据：
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import numpy as np
np.random.seed(42)
frames = 40
x = np.arange(frames)
y = np.sin(x)
colors = itertools.cycle(['red', 'orange', 'yellow', 'green', 'blue', 'indigo', 'violet'])
data = [(np.random.uniform(-1, 1, 10) + x[i],
np.random.uniform(-1, 1, 10) + y[i])
for i in range(frames)]
您可以使用set... 方法进行绘图：
fig, ax = plt.subplots()
s = ax.scatter([], [])
ax.set_xlim(-2, frames+2)
ax.set_ylim(min(y) - 1, max(y) + 1)
def update(i):
s.set_offsets(np.column_stack([data[i][0], data[i][1]]))
s.set_facecolor(next(colors))
ani = animation.FuncAnimation(fig, update, frames=frames, interval=100)
ani.save('set.gif', writer='pillow')
或“清除”方法：
fig, ax = plt.subplots()
def update(i):
ax.clear()
ax.scatter(data[i][0], data[i][1], c=next(colors))
ax.set_xlim(-2, frames+2)
ax.set_ylim(min(y) - 1, max(y) + 1)
ani = animation.FuncAnimation(fig, update, frames=frames, interval=100)
ani.save('clear.gif', writer='pillow')
要得到这个数字：
使用%%time，我们可以看到清除和重新绘制需要（超过）两倍的时间：
set...：Wall time: 1.33 s
明确：Wall time: 2.73 s
使用frames 参数在不同的尺度上进行测试。对于较小的动画（较少的帧/数据），这两种方法之间的时间差异是无关紧要的（对我来说，有时会导致我更喜欢清除方法）。但对于较大的情况，使用set_... 可以节省大量时间。
【讨论】：
【参考方案2】：假设你有一个散点图scat = ax.scatter(...)，那么你可以
改变位置
scat.set_offsets(array)
其中array 是一个N x 2 形状的x 和y 坐标数组。
更改尺寸
scat.set_sizes(array)
其中array 是以点为单位的一维数组。
改变颜色
scat.set_array(array)
其中array 是一个一维数组，将进行颜色映射。
这是一个使用 animation module 的简单示例。 它比它必须的稍微复杂一些，但这应该会给你一个框架来做更有趣的事情。
（代码于 2019 年 4 月编辑以与当前版本兼容。有关旧代码，请参阅 revision history）
import matplotlib.pyplot as plt
import matplotlib.animation as animation
import numpy as np
class AnimatedScatter(object):
"""An animated scatter plot using matplotlib.animations.FuncAnimation."""
def __init__(self, numpoints=50):
self.numpoints = numpoints
self.stream = self.data_stream()
# Setup the figure and axes...
self.fig, self.ax = plt.subplots()
# Then setup FuncAnimation.
self.ani = animation.FuncAnimation(self.fig, self.update, interval=5,
init_func=self.setup_plot, blit=True)
def setup_plot(self):
"""Initial drawing of the scatter plot."""
x, y, s, c = next(self.stream).T
self.scat = self.ax.scatter(x, y, c=c, s=s, vmin=0, vmax=1,
cmap="jet", edgecolor="k")
self.ax.axis([-10, 10, -10, 10])
# For FuncAnimation's sake, we need to return the artist we'll be using
# Note that it expects a sequence of artists, thus the trailing comma.
return self.scat,
def data_stream(self):
"""Generate a random walk (brownian motion). Data is scaled to produce
a soft "flickering" effect."""
xy = (np.random.random((self.numpoints, 2))-0.5)*10
s, c = np.random.random((self.numpoints, 2)).T
while True:
xy += 0.03 * (np.random.random((self.numpoints, 2)) - 0.5)
s += 0.05 * (np.random.random(self.numpoints) - 0.5)
c += 0.02 * (np.random.random(self.numpoints) - 0.5)
yield np.c_[xy[:,0], xy[:,1], s, c]
def update(self, i):
"""Update the scatter plot."""
data = next(self.stream)
# Set x and y data...
self.scat.set_offsets(data[:, :2])
# Set sizes...
self.scat.set_sizes(300 * abs(data[:, 2])**1.5 + 100)
# Set colors..
self.scat.set_array(data[:, 3])
# We need to return the updated artist for FuncAnimation to draw..
# Note that it expects a sequence of artists, thus the trailing comma.
return self.scat,
if __name__ == '__main__':
a = AnimatedScatter()
plt.show()
如果您在 OSX 上并使用 OSX 后端，则需要在下面的 FuncAnimation 初始化中将 blit=True 更改为 blit=False。 OSX 后端不完全支持 blitting。性能会受到影响，但该示例应该在禁用 blitting 的 OSX 上正确运行。
对于仅更新颜色的更简单示例，请查看以下内容：
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
def main():
numframes = 100
numpoints = 10
color_data = np.random.random((numframes, numpoints))
x, y, c = np.random.random((3, numpoints))
fig = plt.figure()
scat = plt.scatter(x, y, c=c, s=100)
ani = animation.FuncAnimation(fig, update_plot, frames=range(numframes),
fargs=(color_data, scat))
plt.show()
def update_plot(i, data, scat):
scat.set_array(data[i])
return scat,
main()
【讨论】：
嗨，乔，我已经尝试了您的第一个示例，但它不起作用，而第二个示例可以。也许我会尝试调试第一个选项，这将帮助我提高我的 python 知识。谢谢 不幸的是，第一个示例在 OS X 上使用 matplotlib 1.3.1 时也没有显示。我得到的框架没有显示任何点。第二个例子有效。 你到底是怎么知道.set_array()会更新点颜色的？！
第一个示例不起作用，您必须将行 self.Scat.set_offsets(data[:2, :]) 更改为 self.scat.set_offsets(data[:2, :].reshape(self.numpoints, 2))
有没有改变散点标记的函数？【参考方案3】：
为什么不试试这个
import numpy as np
import matplotlib.pyplot as plt
x=np.random.random()
y=np.random.random()
fig, ax = plt.subplots()
ax.scatter(x,y,color='teal')
ax.scatter(y,x,color='crimson')
ax.set_xlim([0,1])
ax.set_ylim([0,1])
for i in np.arange(50):
x=np.random.random()
y=np.random.random()
bha=ax.scatter(x,y)
plt.draw()
plt.pause(0.5)
bha.remove()
plt.show()
【讨论】：
【参考方案4】：我写了celluloid 是为了让这更容易。通过示例可能最容易展示：
import matplotlib.pyplot as plt
from matplotlib import cm
import numpy as np
from celluloid import Camera
numpoints = 10
points = np.random.random((2, numpoints))
colors = cm.rainbow(np.linspace(0, 1, numpoints))
camera = Camera(plt.figure())
for _ in range(100):
points += 0.1 * (np.random.random((2, numpoints)) - .5)
plt.scatter(*points, c=colors, s=100)
camera.snap()
anim = camera.animate(blit=True)
anim.save('scatter.mp4')
它在后台使用ArtistAnimation。 camera.snap 捕获用于在动画中创建帧的图形的当前状态。
编辑：为了量化它使用了多少内存，我通过memory_profiler 运行它。
Line # Mem usage Increment Line Contents
================================================
11 65.2 MiB 65.2 MiB @profile
12 def main():
13 65.2 MiB 0.0 MiB numpoints = 10
14 65.2 MiB 0.0 MiB points = np.random.random((2, numpoints))
15 65.2 MiB 0.1 MiB colors = cm.rainbow(np.linspace(0, 1, numpoints))
16 65.9 MiB 0.6 MiB fig = plt.figure()
17 65.9 MiB 0.0 MiB camera = Camera(fig)
18 67.8 MiB 0.0 MiB for _ in range(100):
19 67.8 MiB 0.0 MiB points += 0.1 * (np.random.random((2, numpoints)) - .5)
20 67.8 MiB 1.9 MiB plt.scatter(*points, c=colors, s=100)
21 67.8 MiB 0.0 MiB camera.snap()
22 70.1 MiB 2.3 MiB anim = camera.animate(blit=True)
23 72.1 MiB 1.9 MiB anim.save('scatter.mp4')
总结一下：
创建 100 个图使用 1.9 MiB。 使用 2.3 MiB 制作动画。 这种制作动画的方法总共使用了 4.2 MiB 的内存。【讨论】：
由于使用了ArtistAnimation，所以会在内存中创建100个散点图，效率相当低。仅当性能对您不重要时才使用此选项。 内存分析是个好主意。你对FuncAnimation 做了同样的事情吗？有什么区别？
如何显示动画（相对于将其保存到文件）？
它还在使用 matplotlib 吗？【参考方案5】：
事情就是这样。我曾经是Qt和Matlab的用户，对matplotlib上的动画系统不太熟悉。
但我确实找到了一种方法，可以制作您想要的任何类型的动画，就像在 matlab 中一样。它真的很强大。无需检查模块引用，您可以绘制任何您想要的东西。所以我希望它可以帮助。
基本思想是在 PyQt 中使用时间事件（我确信 Python 上的其他 Gui 系统，如 wxPython 和 TraitUi 具有相同的内部机制来做出事件响应。但我只是不知道如何）。每次调用 PyQt 的 Timer 事件时，我都会刷新整个画布并重绘整个画面，我知道速度和性能可能会慢慢受到影响，但影响不大。
这是一个小例子：
import sys
from PyQt4 import QtGui
from matplotlib.figure import Figure
from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
import numpy as np
class Monitor(FigureCanvas):
def __init__(self):
self.fig = Figure()
self.ax = self.fig.add_subplot(111)
FigureCanvas.__init__(self, self.fig)
self.x = np.linspace(0,5*np.pi,400)
self.p = 0.0
self.y = np.sin(self.x+self.p)
self.line = self.ax.scatter(self.x,self.y)
self.fig.canvas.draw()
self.timer = self.startTimer(100)
def timerEvent(self, evt):
# update the height of the bars, one liner is easier
self.p += 0.1
self.y = np.sin(self.x+self.p)
self.ax.cla()
self.line = self.ax.scatter(self.x,self.y)
self.fig.canvas.draw()
if __name__ == "__main__":
app = QtGui.QApplication(sys.argv)
w = Monitor()
w.setWindowTitle("Convergence")
w.show()
sys.exit(app.exec_())
您可以在
中调整刷新速度self.timer = self.startTimer(100)
我和你一样想用动画散点图制作排序动画。但我就是找不到所谓的“设置”功能。所以我刷新了整个画布。
希望对你有帮助..
【讨论】：
真的很好！但是我没有通过调整self.startTimervalue 来改变刷新率......关于这个的任何提示？ （是的，我知道已经有一段时间了......）以上是关于如何动画散点图的主要内容，如果未能解决你的问题，请参考以下文章