python 如何绘制动图(将300张图片生成gif动画)

简介: 最近,在绘制SST月均数据时,突然想看看近几十年sst的大致变化过程。说白了就是绘制一张gif动画,也算是学习过程啦。

最近,在绘制SST月均数据时,突然想看看近几十年sst的大致变化过程。说白了就是绘制一张gif动画,也算是学习过程啦。


大概思路就是:

首先生成你的图片,然后将生成的所有图片汇总为一个gif文件。


关于数据,我这里使用的是SST月平均数据,说白了就是每年12个月,应该绘制12个图片。

有多少年,就生成year*12张图片。

当然,部分年份可能没有完整的12月,但是咱这里不考虑太多,就是生成图片然后绘制gif动画而已。


代码主要如下,分为两个部分:部分细节大家感兴趣的可以再修整,或者私聊我进行讨论都可以~·

import cartopy.feature as cfeature
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import numpy as np
import xarray as xr
import os
data=xr.open_dataset('..\\sst.mnmean.nc')#读取数据
data = data.sortby("lat", ascending= True)#将纬度按照升序排列
sst=data.sel(lat=slice(-20.5,20.5),time=slice("1982", "2019"))#挑选想看的年份和经纬度范围
lon=sst.lon.data#读取lon数据
lat=sst.lat.data
plt.rcParams['font.family']='Times New Roman'
plt.rcParams['font.size']=15
day=np.arange(0,456)
#循环绘图
for i in day:
    fig=plt.figure(figsize=(20,12))
    proj=ccrs.PlateCarree(central_longitude=180)
    ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree(central_longitude =180))
    cb=ax.contourf(lon,lat,sst.sst.data[i],transform= ccrs.PlateCarree(),\
               cmap=('RdBu_r'),levels=np.arange(20,35))
    ax.add_feature(cfeature.NaturalEarthFeature('physical', 'land', '50m', \
            edgecolor='white', facecolor='white',zorder=2))
    ax.set_xticks(np.arange(0, 361, 30),crs=ccrs.PlateCarree())
    ax.set_yticks(np.arange(-20, 40, 20),crs=ccrs.PlateCarree())
    ax.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label =False))#经度0不加标识
    ax.yaxis.set_major_formatter(LatitudeFormatter())#加上经纬度°E、N
    ax.tick_params(which='major', direction='inout', length=5, width=0.99,\
                   pad=12, bottom=True, left=True, right=False, top=False)
    ax.set_title('SST-'+str(i))
    ax.set_xlabel('Longitude')
    ax.set_ylabel('Latitude')
    plt.savefig('D:\\desktopppp\\month\\'+str(i)+'.png')#设置保存图片的位置
print('绘制完成')
#=====================绘制gif动画================================
import PIL
import numpy as np
image=[]
mon=np.arange(1,456)#图片的个数
for i in mon:
    new=PIL.Image.open('D:\\desktopppp\\month\\'+str(i)+'.png')
    image.append(new)
image[0].save('SST.gif',format='GIF',
     append_images=image[1: ],
     save_all=True,duration=0.5,
     loop=0)#相关参数设置可以网络搜索一下,duration是间隔速率
print('gif绘制完成')


第一部分代码运行结束后可以发现图片已经全部保存到指定路径啦:


e6d89c626c1242ad8f59f0598fa31324.png

第二部分代码运行结束后,发现gif图片也生成出来啦:


image.png


OK,简单记录一下~~

有兴趣的小伙伴们快去尝试一下吧~


相关文章
|
3月前
|
机器学习/深度学习 编解码 Python
Python图片上采样工具 - RealESRGANer
Real-ESRGAN基于深度学习实现图像超分辨率放大,有效改善传统PIL缩放的模糊问题。支持多种模型版本,推荐使用魔搭社区提供的预训练模型,适用于将小图高质量放大至大图,放大倍率越低效果越佳。
320 3
|
3月前
|
机器学习/深度学习 文字识别 Java
Python实现PDF图片OCR识别:从原理到实战的全流程解析
本文详解2025年Python实现扫描PDF文本提取的四大OCR方案(Tesseract、EasyOCR、PaddleOCR、OCRmyPDF),涵盖环境配置、图像预处理、核心识别与性能优化,结合财务票据、古籍数字化等实战场景,助力高效构建自动化文档处理系统。
987 0
|
7月前
|
数据采集 Web App开发 JavaScript
基于Selenium的Python爬虫抓取动态App图片
基于Selenium的Python爬虫抓取动态App图片
562 68
|
5月前
|
数据采集 存储 监控
Python爬虫实战:批量下载亚马逊商品图片
Python爬虫实战:批量下载亚马逊商品图片
|
7月前
|
存储 机器学习/深度学习 人工智能
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
本文探讨了多模态RAG系统的最优实现方案,通过模态特定处理与后期融合技术,在性能、准确性和复杂度间达成平衡。系统包含文档分割、内容提取、HTML转换、语义分块及向量化存储五大模块,有效保留结构和关系信息。相比传统方法,该方案显著提升了复杂查询的检索精度(+23%),并支持灵活升级。文章还介绍了查询处理机制与优势对比,为构建高效多模态RAG系统提供了实践指导。
2113 0
多模态RAG实战指南:完整Python代码实现AI同时理解图片、表格和文本
|
Python
Python实用记录(六):如何打开txt文档并删除指定绝对路径下图片
这篇文章介绍了如何使用Python打开txt文档,删除文档中指定路径的图片,并提供了一段示例代码来展示这一过程。
198 1
|
Python
Python实用记录(四):os模块-去后缀或者改后缀/指定目录下图片或者子目录图片写入txt/csv
本文介绍了如何使用Python的os模块来操作文件,包括更改文件后缀、分割文件路径和后缀、将指定目录下的所有图片写入txt文档,以及将指定目录下所有子目录中的图片写入csv文档,并为每个子目录分配一个标签。
215 1
|
机器学习/深度学习 并行计算 Python
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习(2)
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习(2)
|
机器学习/深度学习 并行计算 Python
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习(1)
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习
Python实现GIF动图以及视频卡通化,两脚踢碎次元壁 | 机器学习(1)
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
321 102

推荐镜像

更多