Python、Matplotlib、绘制多线(数组)和动画

Question

我刚开始使用 Python(和 OOP)编程，但我在 Fortran (90/95) 和 Matlab 编程方面拥有丰富的经验。

我正在开发一个在 tkinter 环境中使用动画的小工具。该工具的目标是为多线(数组而不是数据向量)制作动画。下面是我的问题的一个简单示例。我不明白为什么这两种绘制数据的方法的结果如此不同？

from pylab import *

Nx=10
Ny=20

xx   = zeros( ( Nx,Ny) )
data = zeros( ( Nx,Ny) )

for ii in range(0,Nx):
    for jj in range(0,Ny):
        xx[ii,jj]   = ii
        data[ii,jj] = jj


dline = plot(xx,data)

mline, = plot([],[])
mline.set_data(xx.T,data.T)

show()

如果您只绘制“dline”，则每条线都会单独绘制并使用不同的颜色。如果您只绘制“mline”，则所有线条都链接在一起并且只有一种颜色。

我的目标是制作一个带有“mline”的动画，在每个循环中更改数据。这里有一个简单的源代码来说明我的目的:

from pylab import *
from matplotlib import animation

Nx=10
Ny=20

fig = plt.figure()
fig.set_dpi(100)
fig.set_size_inches(7, 6.5)

ax = plt.axes(xlim=(0, Nx), ylim=(0, Ny))

xx   = zeros( ( Nx,Ny) )
data = zeros( ( Nx,Ny) )
odata = zeros( ( Nx,Ny) )

for ii in range(0,Nx):
    for jj in range(0,Ny):
        xx[ii,jj]    = ii
        odata[ii,jj] = jj
        data[ii,jj]  = 0.

#dline = plot(xx,odata)

mline, = plot([],[])

def init():
    mline.set_data([],[])
    return mline,

def animate(coef):
   for ii in range(0,Nx):
        for jj in range(0,Ny):
            data[ii,jj] = odata[ii,jj] * (1.-float(coef)/360.)

   mline.set_data(xx.T,data.T)
   return mline,

anim = animation.FuncAnimation(fig, animate, 
                               init_func=init, 
                               frames=360, 
                               interval=5,
                               blit=True)

plt.show()

我希望我已经清楚地暴露了我的问题。

谢谢，尼古拉斯。

Answer 1

正如@Rutger Kassies 在评论中指出的那样，

dline = plot(xx,data)

对输入数据进行一些神奇的解析，将您的数组分成一堆 x-y 对并绘制它们。请注意，dline 是 Line2D 对象的列表。在这种情况下

mline, = plot([],[])
mline.set_data(xx.T,data.T)

您正在创建单个 Line2D 对象，库会尽力将 2D 数据推送到 1D 绘图对象中，并通过展平输入来实现。

要为 N 行设置动画，您只需要 N Line2D 对象:

lines = [plot([],[])[0] for j in range(Ny)] # make a whole bunch of lines

def init():
    for mline in lines:
        mline.set_data([],[])
    return lines

def animate(coef):
   data = odata * (1.-float(coef)/360.)
   for mline, x, d in zip(lines, data.T, xx.T):
       mline.set_data(x, d)
   return lines

您也不需要预先分配 data 并且在 python 中执行循环比让 numpy 为您执行它们要慢得多。