使用 matplotlib Python 绘制一系列图像答案

【问题标题】：Plot a sequence of images with matplotlib Python使用 matplotlib Python 绘制一系列图像
【发布时间】：2012-04-10 07:33:48
【问题描述】：

我正在 Python 中实现 kmeans 聚类算法。我想在每次迭代中绘制集群质量的状态（图像）。所以，基本上我有一个循环，它在每次迭代时绘制一个图像，我想对此进行动画处理。我不知道我是否说清楚了。目前我只使用 show() 命令绘制图像，但我必须关闭它才能继续迭代。

那么，有什么方法可以为每一步计算的图像序列设置动画吗？

【问题讨论】：

标签： python graphics matplotlib cluster-analysis

【解决方案1】：

我已经实现了一个可能有用的图像序列可视化实用程序。试试看here

以下是绘制动态正弦波的示例。

import numpy as np

def redraw_fn(f, axes):
    amp = float(f) / 3000
    f0 = 3
    t = np.arange(0.0, 1.0, 0.001)
    s = amp * np.sin(2 * np.pi * f0 * t)
    if not redraw_fn.initialized:
        redraw_fn.l, = axes.plot(t, s, lw=2, color='red')
        redraw_fn.initialized = True
    else:
        redraw_fn.l.set_ydata(s)

redraw_fn.initialized = False

num_time_steps = 100
videofig(num_time_steps, redraw_fn)

【讨论】：

【解决方案2】：

使用pause()。对于存储在video[t, x, y] 中的一组图像，这会制作一个简单的动画：

import matplotlib.pyplot as plt
for i in range(video.shape[0]):
    plt.imshow(video[i,:,:])
    plt.pause(0.5)

【讨论】：

这仅显示我的情况下循环的最后一张图片
现在可以了！我必须添加 %matplotlib qt 才能使 python 绘图进入外部窗口。这个答案也令人耳目一新

【解决方案3】：

我尝试了ion() 方法，它适用于少量数据，但如果您有大图像或相对较快的图像流，这种方法非常慢。据我了解，ion() 会在您每次更改图形时重新绘制所有内容，包括轴和标签等。这可能不是您想要的。

This thread 展示了一种更好的做事方式

这是我制作的一个简单示例，展示了如何执行此操作：

import time
import numpy
import matplotlib.pyplot as plt


fig = plt.figure( 1 )
ax = fig.add_subplot( 111 )
ax.set_title("My Title")

im = ax.imshow( numpy.zeros( ( 256, 256, 3 ) ) ) # Blank starting image
fig.show()
im.axes.figure.canvas.draw()

tstart = time.time()
for a in xrange( 100 ):
  data = numpy.random.random( ( 256, 256, 3 ) ) # Random image to display
  ax.set_title( str( a ) )
  im.set_data( data )
  im.axes.figure.canvas.draw()

print ( 'FPS:', 100 / ( time.time() - tstart ) )

使用上面的代码，我的机器上大约有 30 FPS。当我使用 plt.ion() 和 ax.imshow( data ) 而不是 im.axes.figure.canvas.draw() 和 im.set_data( data ) 运行相同的东西时，我得到大约 1 FPS

【讨论】：

【解决方案4】：

只需启用交互模式：

ion()
show()

它会起作用的。这有点奇怪。但请记住：在 Python 脚本结束时，它会关闭窗口。你必须打电话

ion()
show()

在脚本结束时，如果您不想关闭窗口。

【讨论】：