如何从 csv 文件中的数据更新 3D quiver FuncAnimation？

Question

我需要有关如何从 csv 更新 3D 箭筒头值的帮助 目前，我有一个 csv 文件，其中包含 3 列 x、y、z 轴，我想在我的 python 代码中更新为 u、v、w 变量。

我面临的问题是结果动画没有正确设置动画。下图是静态图片。

https://i.stack.imgur.com/Os8FX.png

我确定我一定搞砸了如何迭代/读取 csv 数据文件。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots(subplot_kw=dict(projection="3d"))

# Reading the data from a CSV file using pandas
repo = pd.read_csv('test.csv',sep=',',header=0)
data = np.array((repo['x'].values, repo['y'].values, repo['z'].values))

def get_arrow():
    x = 0
    y = 0
    z = 0
    u = data[0][:]
    v = data[1][:]
    w = data[2][:]
    return x,y,z,u,v,w

quiver = ax.quiver(0,0,0,0,0,0)

ax.set_xlim(-.5, .5)
ax.set_ylim(-.5, .5)
ax.set_zlim(-.5, .5)

def update(theta):
    global quiver
    quiver.remove()
    quiver = ax.quiver(*get_arrow())


ani = FuncAnimation(fig, update, frames=np.linspace(0,2*np.pi,200), interval=50)
plt.show()

Answer 1

我不确定箭头会如何表现，因为数据未知，但我尝试使用示例数据创建它们。我还包含一个用于 GIF 图像和 jupytert 的库，因此您可以对其进行修改以适应您的环境。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.animation import FuncAnimation
import random
from IPython.display import HTML
from matplotlib.animation import PillowWriter

random.seed(20210110)

repo = (pd.DataFrame({'x':np.random.randint(0,5, size=50),
                     'y':np.random.randint(0,5, size=50),
                     'z':np.random.randint(0,5, size=50)}))
data = np.array((repo['x'].values, repo['y'].values, repo['z'].values))

fig, ax = plt.subplots(subplot_kw=dict(projection="3d"))

quiver = ax.quiver([],[],[],[],[],[])

ax.set_xlim(-5, 5)
ax.set_ylim(-5, 5)
ax.set_zlim(-5, 5)

def update(i):
    global quiver
    quiver.remove()
    quiver = ax.quiver(0,0,0,data[0][i],data[1][i],data[2][i])

ani = FuncAnimation(fig, update, frames=50, interval=50)
# plt.show()
ani.save('./quiver_test_ani.gif', writer='pillow')
plt.close()
# jupyter lab
# HTML(ani.to_html5_video())