19.10.2022 в 17:10

Как создать GIF из графиков Matplotlib в Python

В этой статье рассмотрим метод визуализации данных для 2-мерных временных рядов данных с использованием imageio

GIF, созданный с помощью Matplotlib и imageio

Мы все знаем, что линейные графики - это самый интуитивный способ визуализации временных рядов. Но как бы вы визуализировали временной ряд с двумя объектами, которые имеют взаимосвязь, например, координаты x и y или долготу и широту? GIF-файлы - отличный способ визуализации 2-мерных данных временных рядов.

GIF-файлы - отличный способ визуализации 2-мерных данных временных рядов.

Давайте посмотрим на следующий пример.

x = [1, 2, 3, 4, 4, 4, 4, 3, 2, 1, 1, 1, 1]
y = [1, 1, 1, 1, 2, 3, 4, 4, 4, 4, 3, 2, 1]
time = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12

Сначала вы можете построить график каждого объекта с течением времени с помощью линейного графика. Но при такой визуализации данных взаимосвязь между этими двумя функциями остается неясной.

Линейные графики двух отдельных временных рядов

Затем вы можете построить график x поверх y, который показывает взаимосвязь между двумя объектами. Но теперь вы упускаете аспект времени.

Чтобы визуализировать взаимосвязь между двумя функциями и временем, мы можем использовать GIF.

В этой статье мы рассмотрим, как быстро создать GIF-файл на Python с помощью трех простых шагов.

Как создать GIF-файл на Python

Вы можете создать GIF-файл на Python всего за три простых шага, используя библиотеки Matplotlib и imageio:

Создайте функцию для построения зависящих от Time-Dependent кадров с помощью Matplotlib
Нанесите на график все кадры GIF-файла
Объедините кадры в GIF с помощью imageio

В этой статье мы будем использовать Matplotlib для построения отдельных кадров GIF и imageio для объединения отдельных кадров в один GIF.

import matplotlib.pyplot as plt
import imageio

Создайте функцию для построения Time-Dependen кадров

Сначала вы создадите функцию create_frame(t), которая отображает один кадр GIF в одну конкретную временную метку и сохраняет его с уникальным именем.

Я рекомендую установить параметры transparent=False и facecolor='white', чтобы избежать получения странных эффектов в ваших GIF-файлах из-за перекрытия отдельных прозрачных рамок.

def create_frame(t):
    fig = plt.figure(figsize=(6, 6))
    plt.plot(x[:(t+1)], y[:(t+1)], color = 'grey' )
    plt.plot(x[t], y[t], color = 'black', marker = 'o' )
    plt.xlim([0,5])
    plt.xlabel('x', fontsize = 14)
    plt.ylim([0,5])
    plt.ylabel('y', fontsize = 14)
    plt.title(f'Relationship between x and y at step {t}',
              fontsize=14)
    plt.savefig(f'./img/img_{t}.png', 
                transparent = False,  
                facecolor = 'white'
               )
    plt.close()

Нанесите на график все кадры GIF-файла

Далее все, что вам нужно сделать, это отобразить все кадры GIF.

for t in time:
    create_frame(t)

Все отдельные кадры GIF, построенные с помощью Matplotlib

Объедините кадры в GIF

Наконец, все, что вам нужно сделать, это сохранить кадры в формате GIF с помощью метода mimsave. Вы можете настроить частоту кадров GIF в секунду (fps) с помощью параметра fps.

imageio.mimsave('./example.gif', # output gif
                frames,          # array of input frames
                fps = 5)         # optional: frames per second

Полученный GIF-файл показан ниже.

Если вы хотите, чтобы GIF останавливался после последнего кадра, добавьте параметр loop=1 в метод mimsave.

imageio.mimsave('./example.gif', 
                frames, 
                fps = 5, 
                loop = 1)

GIF, созданный с помощью Matplotlib и imageio, который останавливается после одного цикла в последнем кадре

Вывод

Визуализация 2-мерных данных временных рядов с помощью линейных графиков может быть неэффективной, поскольку она не показывает взаимосвязи между двумя объектами. Использование GIF-файлов является лучшей альтернативой визуализации данных для 2-мерных временных рядов, таких как долгота и широта или координаты x и y.

В этом кратком руководстве вы узнали, как можно создать GIF-файл с помощью Matplotlib и imageio на Python всего за три простых шага.

#Python #Matplotlib

960