使用 Matplotlib 创建动画有两种方法：
使用 pause() 函数
使用 FuncAnimation() 函数
🍖 方法一：使用 pause() 函数
在暂停（）的matplotlib库的pyplot模块在功能上用于暂停为参数提到间隔秒。考虑下面的示例，我们将使用 matplotlib 创建一个简单的线性图并在其中显示动画：
创建 2 个数组 X 和 Y，并存储从 1 到 100 的值。
使用 plot() 函数绘制 X 和 Y。
以合适的时间间隔添加 pause() 函数
运行程序，你会看到动画。
Python from matplotlib import pyplot as plt x = [] y = [] for i in range(100): x.append(i) y.append(i) # 提及 x 和 y 限制以定义其范围 plt.xlim(0, 100) plt.ylim(0, 100) # 绘制图形 plt.plot(x, y, color = 'green') plt.pause(0.01) plt.show()
输出：
同样，你也可以使用 pause() 函数在各种绘图中创建动画。
🚀 方法二：使用 FuncAnimation() 函数
这个FuncAnimation() 函数不会自己创建动画，而是从我们传递的一系列图形中创建动画。
语法: FuncAnimation(figure, animation_function, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True,
**kwargs)
现在您可以使用 FuncAnimation 函数制作多种类型的动画：
🥋 线性图动画：
在这个例子中，我们将创建一个简单的线性图，它将显示一条线的动画。同样，使用 FuncAnimation，我们可以创建多种类型的动画视觉表示。我们只需要在一个函数中定义我们的动画，然后用合适的参数将它传递给FuncAnimation。
Python
from matplotlib import pyplot as plt from matplotlib.animation import FuncAnimation import numpy as np x = [] y = [] figure, ax = plt.subplots() # 设置 x 和 y 轴的限制 ax.set_xlim(0, 100) ax.set_ylim(0, 12) # 绘制单个图形 line, = ax.plot(0, 0) def animation_function(i): x.append(i * 15) y.append(i) line.set_xdata(x) line.set_ydata(y) return line, animation = FuncAnimation(figure, func = animation_function, frames = np.arange(0, 10, 0.1), interval = 10) plt.show()
输出：
🎻 Python 中的条形图追赶动画
在此示例中，我们将创建一个简单的条形图动画，它将显示每个条形的动画。
Python
from matplotlib import pyplot as plt from matplotlib.animation import FuncAnimation, writers import numpy as np plt.rcParams['font.sans-serif'] = ['Microsoft YaHei'] fig = plt.figure(figsize = (7,5)) axes = fig.add_subplot(1,1,1) axes.set_ylim(0, 300) palette = ['blue', 'red', 'green', 'darkorange', 'maroon', 'black'] y1, y2, y3, y4, y5, y6 = [], [], [], [], [], [] def animation_function(i): y1 = i y2 = 6 * i y3 = 3 * i y4 = 2 * i y5 = 5 * i y6 = 3 * i plt.xlabel("国家") plt.ylabel("国家GDP") plt.bar(["印度", "中国", "德国", "美国", "加拿大", "英国"], [y1, y2, y3, y4, y5, y6], color = palette) plt.title("条形图动画") animation = FuncAnimation(fig, animation_function, interval = 50) plt.show()
输出：
