如何基于Python Matplotlib实现网格动画


Posted in Python onJuly 20, 2020

—1—

如果你对本文的代码感兴趣,可以去 Github (文末提供)里查看。第一次运行的时候会报一个错误(还没找到解决办法),不过只要再运行一次就正常了。

这篇文章虽然不是篇典型的数据科学类文章,不过它涉及到数据科学以及商业智能的应用。Python 的 Matplotlib 是最常用的图表绘制以及数据可视化库。我们对折线图、柱状图以及热力图都比较熟悉,但你知道用 Matplotlib 还能做简单的动画吗?

下面就是用 Matplotlib 制作动画的例子。展示的是 John Conway 的 《The Game of Life》,这是一个 Metis(数据科学夏令营)中的编程挑战题目,同时给了我一个机会来制作我的第一个 Python 动画。看看结果的动图:

如何基于Python Matplotlib实现网格动画

这篇文章的重点还是主要放在 python 中如何用 Matploylib 制作动画。

但如果你不太熟悉模拟游戏的话(它更像是可以看的模拟动画,而非可以玩的游戏),我来给大家介绍一下规则:

  • 一开始先设置一个 N×N 的网格(我的动画中用的是 50×50 );
  • 接着随机地向格子中填充“小细胞”(一开始随机地从 2500 个格子中选取 1500 个进行填充);
  • 如果邻居小细胞少于等于 1 个,那格子中的小细胞会死掉;
  • 如果邻居大于等于 4 个的也会死掉;
  • 只有 2 个或 3 个邻居时可以生存;
  • 空的格子中如果正好有 3 个邻居,则会长出 1 个新的“小细胞”;

—2—

建立网格

我们首先导入所需的库。

import time
from IPython import display
import matplotlib.pyplot as plt
import matplotlib.animation as animation

我们会利用Matploylib 动画模块中的 FuncAnimation() 函数。 FuncAnimation()是通过多次调用一个函数并逐次更新图片来实现让图片动起来的。我们来一步步地实现这个过程。

但首先,我们需要先初始化我们的网格。下面的几行代码用来存储我们输入的数据:

  • 我们需要一个 50×50 大小的网格;
  • pad 变量可以使得计算邻居变得更容易。通过在边界外添加一层空白格子,我们就不需要额外再写一个逻辑来处理网格的边界。因此我们 50×50 的网格其实是被一圈空白格子包围着,这使得实际的 numpy 序列的大小为 52×52;
  • initial_cels 变量表示在网格启动的时候我们想要多少“小细胞”。他们会被随机地分布在网格上。
# Input variables for the board
boardsize = 50    # board will be X by X where X = boardsize
pad = 2        # padded border, do not change this!
initial_cells = 1500 # this number of initial cells will be placed
           # in randomly generated positions

接下来我们随机地生成一系列“小细胞”的初始坐标(上面我们选择了 1500 个)。把这些坐标存储在 pos_list 变量中。

# Get a list of random coordinates so that we can initialize
# board with randomly placed organisms
pos_list = []
for i in range(initial_cells):
  pos_list.append([random.randint(1, boardsize),
           random.randint(1, boardsize)])

然后我们是时候该初始化网格了。我们会用一组叫 my_board 的 numpy 序列来代表我们的网格——我们先生成一个 52×52 数值为 0 的矩阵序列作为开始(比 50×50 大是由于增加了空白边缘),然后调用 init_board() 函数来根据 pos_list 中的坐标把“小细胞”填充到网格中。辅助函数的具体细节我不再展开讲了,不过我把他们都整理到我的 Github 上了。

# Initialize the board
my_board = np.zeros((boardsize+pad, boardsize+pad))
my_board = init_board(pos_list, my_board)

—3—

制作网格动画

这是我们最期待的部分——动画!首先,我们需要完善一些配置。下面的几行代码用来生成展示我们动画的 mtplotlib 图框。

# Required line for plotting the animation
%matplotlib notebook
# Initialize the plot of the board that will be used for animation
fig = plt.gcf()

接下来制作我们的第一帧。 mtplotlib 中的 imshow() 函数可以接收一组 numpy 矩阵然后返回一张图片。很酷吧!

# Show first image - which is the initial board
im = plt.imshow(my_board)
plt.show()

传入 imshow() 的变量是我们的初始的网格 my_board。生成的图片长这样:

如何基于Python Matplotlib实现网格动画

现在我们需要写一个可以给 FuncAnimation() 调用的辅助函数。 animate() 函数接受一帧画面作为输入充当计数器。这个画面计数器就是 FuncAnimation() 和 animate() 函数沟通的桥梁——在每一个时间点(也就是每一帧),它都会调用一次 animate()。然后 animate() 会逐次使用辅助函数 update_board() 来对网格进行迭代。最后, set_data() 函数将图片更新为迭代后的网格,这就完成了。

# Helper function that updates the board and returns a new image of
# the updated board animate is the function that FuncAnimation calls
def animate(frame):
  im.set_data(update_board(my_board))
  return im,

一切顺利!我们准备调用 FuncAnimation() 函数了。注意输入的参数:

  • fig 是我们在前面创建的用来装载我们的动画的图形变量;
  • animate 是 FuncAnimation() 用画面计数器进行沟通的函数(自动传入,不需要特别声明)
  • frames 表示我们希望动画持续多少帧,在这里我们想要动画的长度为 200 帧;
  • interval 表示每一帧之间间隔的毫秒数。我们想要每帧之间间隔 50 毫秒。
# This line creates the animation
anim = animation.FuncAnimation(fig, animate, frames=200,
                interval=50)

就这么简单!不是很难吧?为了庆祝我们成功制作动画,我再送大家一个动画:

如何基于Python Matplotlib实现网格动画

—4—

总结

希望这篇文章能帮到大家。在结束之前,让我来帮助大家脑补更多我们今天学到的动画功能在数据科学上的应用:

  • 一个个地画出蒙特卡洛模拟数据,你能观察到最终的分布是如何逐步形成的;
  • 按顺序遍历时间序列数据,可以描绘你的模型或数据在新的观察角度下有什么表现;
  • 当你改变输入参数时,比如族群数,可以展现你的算法是如何划分族群的;
  • 根据时间或不同的数据子集生成关联热力图,用于观察不同的样本是如何影响你的模型的预期参数的。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python学习资料
Feb 08 Python
Python入门及进阶笔记 Python 内置函数小结
Aug 09 Python
Python压缩解压缩zip文件及破解zip文件密码的方法
Nov 04 Python
深入理解Python对Json的解析
Feb 14 Python
遗传算法python版
Mar 19 Python
对python cv2批量灰度图片并保存的实例讲解
Nov 09 Python
python如何以表格形式打印输出的方法示例
Jun 21 Python
python使用SQLAlchemy操作MySQL
Jan 02 Python
pytorch 图像中的数据预处理和批标准化实例
Jan 15 Python
Python私有属性私有方法应用实例解析
Sep 15 Python
python利用platform模块获取系统信息
Oct 09 Python
python 中yaml文件用法大全
Jul 04 Python
Python常用数据分析模块原理解析
Jul 20 #Python
Python+Kepler.gl实现时间轮播地图过程解析
Jul 20 #Python
用pandas划分数据集实现训练集和测试集
Jul 20 #Python
Python数据可视化实现漏斗图过程图解
Jul 20 #Python
浅谈pandas dataframe对除数是零的处理
Jul 20 #Python
为什么说python更适合树莓派编程
Jul 20 #Python
Python faker生成器生成虚拟数据代码实例
Jul 20 #Python
You might like
PHP strip_tags()去除HTML、XML以及PHP的标签介绍
2014/02/18 PHP
php封装db类连接sqlite3数据库的方法实例
2017/12/19 PHP
深入理解PHP+Mysql分布式事务与解决方案
2020/12/03 PHP
google jQuery 引用文件,jQuery 引用地址集合(jquery 1.2.6至jquery1.5.2)
2011/04/24 Javascript
关于js获取radio和select的属性并控制的代码
2011/05/12 Javascript
了解jQuery技巧来提高你的代码(个人觉得那个jquery的手册很不错)
2012/02/10 Javascript
JavaScript控制按钮可用或不可用的方法
2015/04/03 Javascript
详述JavaScript实现继承的几种方式(推荐)
2016/03/22 Javascript
JS封装的自动创建表格的实现代码
2016/06/15 Javascript
全面了解JavaScirpt 的垃圾(garbage collection)回收机制
2016/07/11 Javascript
json定义及jquery操作json的方法
2016/09/29 Javascript
使用Node.js给图片加水印的方法
2016/11/15 Javascript
jQuery 的 ready()的纯js替代方法
2016/11/20 Javascript
AngularJS 在同一个界面启动多个ng-app应用模块详解
2016/12/20 Javascript
使用ionic播放轮询广告的实现方法(必看)
2017/04/24 Javascript
详解VueJs前后端分离跨域问题
2017/05/24 Javascript
基于vue.js路由参数的实例讲解——简单易懂
2017/09/07 Javascript
vue2.0使用swiper组件实现轮播效果
2017/11/27 Javascript
vue单个组件实现无限层级多选菜单功能
2018/04/10 Javascript
python同时给两个收件人发送邮件的方法
2015/04/30 Python
好的Python培训机构应该具备哪些条件
2018/05/23 Python
python3基于TCP实现CS架构文件传输
2018/07/28 Python
Python----数据预处理代码实例
2019/03/20 Python
Django:使用filter的pk进行多值查询操作
2020/07/15 Python
详解WebSocket跨域问题解决
2018/08/06 HTML / CSS
德国BA保镖药房韩文网:kr.ba.de
2017/09/04 全球购物
中国京东和泰国中央集团合资的网站:JD CENTRAL
2020/08/22 全球购物
国际会议邀请函范文
2014/01/16 职场文书
感恩之星事迹材料
2014/05/03 职场文书
常务副总经理任命书
2014/06/05 职场文书
学雷锋志愿者活动总结
2014/06/27 职场文书
大学生实习证明范本
2014/09/19 职场文书
活动新闻稿范文
2015/07/17 职场文书
导游词之江南周庄
2019/12/06 职场文书
如何让vue长列表快速加载
2021/03/29 Vue.js
JS新手入门数组处理的实用方法汇总
2021/04/07 Javascript