Matplotlib的FuncAnimation中blit的作用

Matplotlib的FuncAnimation中blit的作用

一、总结

一句话总结：

blit=True：选择更新所有点，还是仅更新产生变化的点。应选择True，但mac用户请选择False，否则无法显示。

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128), init_func=init, blit=True, interval=1)

fig：figure对象
updata：不断更新图像的函数，生成新的xdata和ydata
frames：不断提供frame给updata用于生成新的xdata和ydata
init_func=init：初始化函数为init，自定义开始帧。
interval=1：时间间隔为1ms，interval的单位以ms计算。
blit=True：选择更新所有点，还是仅更新产生变化的点。应选择True，但mac用户请选择False，否则无法显示。

二、 Matplotlib的FuncAnimation中blit的作用

blit=True：选择更新所有点，还是仅更新产生变化的点。应选择True，但mac用户请选择False，否则无法显示。

三、【Python】动态动画Matplotlib的FuncAnimation使用解析

转自或参考：【Python】动态动画Matplotlib的FuncAnimation使用解析
https://blog.csdn.net/See_Star/article/details/104781098

前言，最近想用pyqt结合python制作音乐可视化播放器，而其中可视化部分上午动态效果我采用了matplotlib中的FuncAnimation

下面简单说说FuncAnimation部分。

一 演示1

1.1 演示效果

1.2 代码

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

fig = plt.figure()  # 创建figure对象
ax = fig.gca(projection='polar')  # 极坐标系
ax.set_axis_off()  # 取消坐标轴的显示
ln, = ax.plot([], [])

# 图像初始化
def init():
    ax.set_xlim(0, 2*np.pi)       # 设定x值范围
    ax.set_ylim(-1, 1)            # 设定y值范围
    xdata = [1,2,3,4]
    ydata = [0, 0, 0, 0]
    ln.set_data(xdata, ydata)
    return ln,

# 图像更新
def update(frame):
    xdata = [1*frame, 2*frame, 3*frame, 4*frame]
    ydata = [0,0,0,0]
    ln.set_data(xdata, ydata)
    return ln,

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128),
                    init_func=init, blit=True, interval=1)
plt.show()

1.3 代码解析

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128), init_func=init, blit=True, interval=1)

fig：figure对象
updata：不断更新图像的函数，生成新的xdata和ydata
frames：不断提供frame给updata用于生成新的xdata和ydata
init_func=init：初始化函数为init，自定义开始帧。
interval=1：时间间隔为1ms，interval的单位以ms计算。
blit=True：选择更新所有点，还是仅更新产生变化的点。应选择True，但mac用户请选择False，否则无法显示。

注意：可以不使用frames部分，更新的数据可在update(frame)内赋值。但update部分的命名必须为 函数名(frame) ，即使frame这个变量未使用，也不可以删掉。（参考演示2）

二 演示2

2.1 演示效果

2.2 代码

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

import wave
import struct
from scipy.signal import detrend

wf = wave.open('E:/album/欧洲游学/vlog/12仔 - 太一-Lutra（12仔 remix）.wav', 'rb')
fig = plt.figure()
ax = fig.gca(projection='polar')
ax.set_axis_off()
ln, = ax.plot([], [])
chunk = 1024


def init():
    ax.set_ylim(-0.1, 0.1)
    ln.set_data(np.linspace(0, 2 * np.pi, chunk), np.zeros(chunk))
    return ln,


def update(frame):
    data = wf.readframes(chunk)
    data_int = struct.unpack(str(chunk * 4) + 'B', data)
    y_detrend = detrend(data_int)
    yft = np.abs(np.fft.fft(y_detrend))
    y_vals = yft[:chunk] / (chunk * chunk * 4)
    ind = np.where(y_vals > (np.max(y_vals) + np.min(y_vals)) / 2)
    y_vals[ind[0]] *= 2
    ln.set_ydata(y_vals)
    return ln,

ani = FuncAnimation(fig, update,
                    init_func=init, blit=True, interval=5)
plt.show()

三 演示3：参考部分

参考链接

3.1 演示效果

3.2 代码

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'ro')

def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128),
                    init_func=init, blit=True)
plt.show()