用python中的Matplotlib库实现排序冒泡算法可视化

• Matplotlib： matplotlib 是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

• animation： animation中的animation.FuncAnimation(fig, animate, frames, interval)方法能为我们绘制动画

 ### 实现原理：

* 实现排序算法的可视化，只要将每一次数据的变化进行颜色标记，将其作为一帧柱状图画面的数据绘制出来，将上一帧的画面清除，循环往复直到最终排好序的画面展示，我们的一次排序算法可视化的循环就可以完成了。

* 我们便需要一个二维列表(frames)，里面的元素是每一帧的数据列表

* 也需要将每个数据变成一个class，有自己的value属性和color属性，以及set_color()方法

 ### 导入相关库：

%matplotlib notebook
import copy
import random
import matplotlib.pyplot as plt
from matplotlib import animation

• copy中的deepcopy()（深拷贝）,适用其来进行每一帧变化的数据的拷贝
• random使用其shuffle()方法打乱顺序
• matplotlib.pyplot 用于绘制柱状图
• animation用于绘制动画

### 定义数据类，每个类中有自己的vaule与color、以及set_color的方法 

class Data:
    def __init__(self, value):
        self.value = value
        self.color = '#6495ED'

    def set_color(self, color):
        self.color = color

### 冒泡算法方法

def sort(li):

    # 这样赋值的frames列表中的元素是一个个的列表，每一帧的数据是其中的元素
    frames = [li]

    ds = copy.deepcopy(li)      # 赋值一份初始列表，用于存储每一帧变化后的数据

# 冒泡排序：
    for i in range(32):
        for j in range(32 - i - 1):
            ds_r = copy.deepcopy(ds)        # 赋值一份ds中的数据
            ds_r[j].set_color('#DC143C')    # 将数据的color设置为'#DC143C'
            ds_r[j + 1].set_color('#7FFFAA')
            frames.append(ds_r)             # 将color变化后的数据追加到frmaes中
            if ds[j].value > ds[j + 1].value:
                ds[j + 1], ds[j] = ds[j], ds[j + 1]
                

    frames.append(ds)   # 将最后排好序的数据追加
    return frames

### 处理数据

li = list(range(1, 33))     # 生成1~32
random.shuffle(li)          # 打乱顺序


data_set = [Data(d) for d in li]    # 将列表中的每一个数值变成Data类的对象
frames = sort(data_set)             # 进行排序

fig = plt.figure()    # 绘制画布

def animate(fi):
    ax = plt.gca()
    ax.cla()
    bar = ax.bar(
            list(range(32)),  # x
            [d.value for d in frames[fi]],  # data
            0.9,  # width
            color=[d.color for d in frames[fi]]
    )

    plt.xticks([])
    plt.yticks([])
    return bar

• animate()： 是用于处理动画每一帧变化内容的函数，可以接受参数，其接受的参数是从animation.FuncAnimation()中的frames获得，frames参数会将0到len(frames) 的变量一一传入，这样frames[fi]就可以遍历二维列表中的每一个列表（即遍历每一帧的数据）

• ax = plt.gca()： 获取当前画布上的子图

• ax.cla()： 将子图清除

• bar = ax.bar() 绘制柱状图

• plt.xticks([])/plt.yticks([]): 使画布的x轴与y轴不显示

anim = animation.FuncAnimation(fig, animate, frames=len(frames), interval=100)
#anim.save('selectsort.gif')
plt.show()

• animation.FuncAnimation()的参数： a).fig 绘制动图的画布名称

  b).func自定义动画函数，即下边程序定义的函数update，即动画每一帧变化内容的函数

  c).frames动画长度，一次循环包含的帧数，在函数运行时，其值会传递给函数update(n)的形参“n”，从0~n传递过去

  d).init_func自定义开始帧，即传入刚定义的函数init,初始化函数，即最开始显示的画面

  e).interval更新频率，以ms计

  f).blit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

• plt.show()： 从名字上可以看出是用来干什么的，将动画画布显示出来

结果图：

标签：plt,一帧,python,Matplotlib,color,animation,冒泡,frames,ds
来源： https://blog.csdn.net/m0_50442138/article/details/120357955