Python 中的 matplotlib.axes.axes.set_animated()
原文:https://www.geesforgeks.org/matplotlib-axes-axes-set_animated-in-python/
Matplotlib 是 Python 中的一个库,是 NumPy 库的数值-数学扩展。轴类包含了大部分的图形元素:轴、刻度、线二维、文本、多边形等。,并设置坐标系。Axes 的实例通过回调属性支持回调。
matplotlib.axes.axes.set_animated()函数
matplotlib 库的 Axes 模块中的 Axes.set_animated()函数用于设置艺术家的动画状态。
语法: Axes.set_animated(self,b)
参数:该方法只接受一个参数。
- b: 该参数为包含布尔值。
返回:该方法不返回值。
下面的例子说明了 matplotlib.axes.axes.set_animated()函数在 matplotlib.axes 中的作用:
例 1:
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
data = np.array([[1, 2, 3, 4, 5],
[7, 4, 9, 2, 3]])
fig = plt.figure()
ax = plt.axes(xlim =(0, 20), ylim =(0, 20))
line, = ax.plot([], [], 'r-')
annotation = ax.annotate('',
xy =(data[0][0],
data[1][0]))
annotation.set_animated(True)
def init():
return line, annotation
def update(num):
newData = np.array([[1 + num,
2 + num / 2,
3,
4 - num / 4,
5 + num],
[7, 4,
9 + num / 3,
2, 3]])
line.set_data(newData)
return line, annotation
anim = animation.FuncAnimation(fig,
update,
frames = 25,
init_func = init,
interval = 200,
blit = True)
fig.suptitle('matplotlib.axes.Axes.set_animated() \
function Example\n\n', fontweight ="bold")
plt.show()
输出:
例 2:
# Implementation of matplotlib function
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
fig, ax = plt.subplots()
ax.set_xlim([-1, 1])
ax.set_ylim([-1, 1])
L = 50
theta = np.linspace(0, 2 * np.pi, L)
r = np.ones_like(theta)
x = r * np.cos(theta)
y = r * np.sin(theta)
line, = ax.plot(1, 0, 'ro')
annotation = ax.annotate(
'annotation', xy =(1, 0), xytext =(-1, 0),
arrowprops = {'arrowstyle': "->"}
)
annotation.set_animated(False)
def update(i):
new_x = x[i % L]
new_y = y[i % L]
line.set_data(new_x, new_y)
annotation.set_position((-new_x, -new_y))
annotation.xy = (new_x, new_y)
return line, annotation
ani = animation.FuncAnimation(
fig, update, interval = 500, blit = False
)
fig.suptitle('matplotlib.axes.Axes.set_animated()\
function Example\n\n', fontweight ="bold")
plt.show()
输出: