如何将FuncAnimation(从matplotlib.animation进行动态绘图)配置为numpy数组?
作者:互联网
MatPlotLib的FuncAnimation功能有一些问题.我无法将其配置为我的代码…希望有人可以帮助我!
这是一个扩散方程,我需要针对每个时间步骤对其进行绘制.在每个步骤中,计算结果都是一个numpy数组.我设法用pyplot.interactive(True)以动态方式绘制它,但是它很慢.我读到FuncAnimation可以解决该问题,但是我没有设法使其与列表或数组中的结果一起使用.
这是典型的慢速绘图代码:
它产生一个向量(U)的向量,在所有计算之后均作图
import numpy as np
import scipy
from scipy.linalg import solve_banded
from matplotlib import pyplot as plt
import matplotlib.animation as animation
def DrawRecord(U):
plt.interactive(True)
plt.figure(1)
for i in range(0,len(U)):
plt.clf()
plt.plot(U[i])
plt.ylim([0,1])
plt.draw()
J=350.0
dt=0.01
T=3.0
t=np.arange(dt,T,dt)
dx=1.0/J
D=0.005
c=0.5
r=0.1
mu=c*dt/(2.0*dx)
lambd=D*dt/(dx**2.0)
K_x=50.0*np.ones(J-1)
alpha_t=0.5*np.ones(len(t))
#initial conditions
u=np.zeros(J)
u[J/5*1:J/5*2]=1
U=u
espace=np.linspace(0,1,J)
#Matrix
A=np.diag(-lambd*np.ones(J-2),1)+np.diag((1+2*lambd)*np.ones(J-1),0)+np.diag(-lambd*np.ones(J-2),-1)
AA=scipy.linalg.inv(A)
for i in t:
u[1:J]=scipy.dot(AA,u[1:J]+(r-alpha_t[i/dt])*dt*(u[1:J]-u[1:J]/K_x))
u[0]=0
u[J-1]=0
U=np.vstack([U,u])
DrawRecord(U)
这是我尝试用前面的代码打开FuncAnimation(大失败):
nb:U包含为每个步骤计算的结果数组
global U
fig = plt.figure()
window = fig.add_subplot(111)
line, = window.plot(list(U[1,:]))
def init():
line=list(U[1,:])
return line
def animate(i):
line.set_ydata(list(U[i,:]))
return line
anim = animation.FuncAnimation(fig, animate, init_func=init,
frames=200, interval=20, blit=True)
plt.show()
这会产生很多错误……也许有人可以为先前的代码设置它!
我希望我很清楚(对不起我的英语),并感谢您的帮助.
解决方法:
您的init函数不正确,应该是:
def init():
line.set_ydata(U[1,:])
return line
您也不需要将numpy切片转换为列表.
标签:matplotlib,dynamic,pde,python 来源: https://codeday.me/bug/20191031/1977314.html