Question

在上一个问题（How to Animate multiple columns as dots with matplotlib from pandas dataframe with NaN in python）中，我设法将数据框中的多个点设置为动画。

但是，我想将动画的背景设置为网络图，以使点似乎在网络的线上移动。

使用How to Animate multiple columns as dots with matplotlib from pandas dataframe with NaN in python中的代码

我创建了一个新的MCV示例，代码在下面列出：

import random
import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
import math
import pandas as pd
from matplotlib import animation
#from JSAnimation import IPython_display
%matplotlib inline

# initialise graph object
G = nx.Graph()
color_map =[]
G.add_node(1, pos=(1, 0)); color_map.append('r')
G.add_node(2, pos=(2, 0)); color_map.append('r')
G.add_node(3, pos=(3, -1)); color_map.append('r')
G.add_node(4, pos=(3, 1)); color_map.append('r')
G.add_node(5, pos=(4, -1)) ;color_map.append('r')
G.add_node(6, pos=(4, 1)); color_map.append('r')
G.add_node(7, pos=(5, 0)); color_map.append('r')
G.add_node(8, pos=(6, 0));  color_map.append('r')

e = [(1, 2, 1), 
    (2, 3, 1), 
    (2, 4, 2), 
    (3, 5, 5), 
    (4, 6, 2), 
    (5, 7, 1), 
    (6, 7, 2), 
    (7, 8, 1)]

G.add_weighted_edges_from(e)
labels = nx.get_edge_attributes(G,'weight')

nx.draw(G,nx.get_node_attributes(G, 'pos'))
nx.draw_networkx_edge_labels(G,nx.get_node_attributes(G, 'pos'),edge_labels=labels)
nx.draw_networkx_labels(G,nx.get_node_attributes(G, 'pos'))

df_x = pd.DataFrame(data=
    np.array(
    [[np.NaN, np.NaN, np.NaN, np.NaN], 
     [1, np.nan, np.NaN,np.NaN], 
     [1.5, 4, np.NaN,np.NaN], 
     [2, 5, 3,4]]
        ), index= [1, 2, 3, 4], columns=[1, 2, 3, 4])
print(df_x)

df_y = pd.DataFrame(data=np.array(
    [[np.NaN, np.NaN, np.NaN, np.NaN], 
     [0, np.nan, np.NaN,np.NaN], 
     [0, -1, np.NaN,np.NaN], 
     [0, 0, 1,1]]
    ), index= [1, 2, 3, 4], columns=[1, 2, 3, 4])

%matplotlib notebook
from matplotlib import animation
#from JSAnimation import IPython_display
#from IPython.display import HTML

fig = plt.figure(figsize=(10,10))
ax = plt.axes()
nx.draw(G,nx.get_node_attributes(G, 'pos'),node_size = 10)
n_steps = df_x.index 

graph, = plt.plot([],[],'o')

def get_data_x(i):
    return df_x.loc[i]

def get_data_y(i):
    return df_y.loc[i]


def animate(i):
    x = get_data_x(i)
    y= get_data_y(i)
    graph.set_data(x,y)
    return graph,

animation.FuncAnimation(fig, animate, frames=n_steps, repeat=True, blit = True)

这将创建一个可行的动画，该动画将起作用。但是，但是，当我使用非常大的数据集（pandas数据帧索引为〜8000行* 800列，而不是我发布的示例pandas数据集）时，动画需要很长的时间才能完成渲染。多数情况下，我的浏览器（谷歌浏览器）崩溃。

所以我认为可能是由于需要在每帧重绘网络图吗？如何将背景设置为networkx图？从那里开始只是画点吧？我的实际图形要大一些（〜5000个节点，〜6000个边）。

希望任何人都可以帮助我加快动画的渲染速度！

Answer 1

经过一番摸索，尝试在jupyter笔记本中使用matplotlib将大型数据集动画化为动画时，我没有找到解决此问题的“简单”方法。我只是决定将所有内容都写入一个mp4文件，该文件对于动画同样有用。

为此，我的代码包括MVC示例：

import random
import networkx as nx
import matplotlib.pyplot as plt
import numpy as np
import math
import pandas as pd
from matplotlib import animation
#from JSAnimation import IPython_display
%matplotlib inline

# initialise graph object
G = nx.Graph()
color_map =[]
G.add_node(1, pos=(1, 0)); color_map.append('r')
G.add_node(2, pos=(2, 0)); color_map.append('r')
G.add_node(3, pos=(3, -1)); color_map.append('r')
G.add_node(4, pos=(3, 1)); color_map.append('r')
G.add_node(5, pos=(4, -1)) ;color_map.append('r')
G.add_node(6, pos=(4, 1)); color_map.append('r')
G.add_node(7, pos=(5, 0)); color_map.append('r')
G.add_node(8, pos=(6, 0));  color_map.append('r')

e = [(1, 2, 1), 
    (2, 3, 1), 
    (2, 4, 2), 
    (3, 5, 5), 
    (4, 6, 2), 
    (5, 7, 1), 
    (6, 7, 2), 
    (7, 8, 1)]

G.add_weighted_edges_from(e)
labels = nx.get_edge_attributes(G,'weight')

nx.draw(G,nx.get_node_attributes(G, 'pos'))
nx.draw_networkx_edge_labels(G,nx.get_node_attributes(G, 'pos'),edge_labels=labels)
nx.draw_networkx_labels(G,nx.get_node_attributes(G, 'pos'))

df_x = pd.DataFrame(data=
    np.array(
    [[np.NaN, np.NaN, np.NaN, np.NaN], 
     [1, np.nan, np.NaN,np.NaN], 
     [1.5, 4, np.NaN,np.NaN], 
     [2, 5, 3,4]]
        ), index= [1, 2, 3, 4], columns=[1, 2, 3, 4])
print(df_x)

df_y = pd.DataFrame(data=np.array(
    [[np.NaN, np.NaN, np.NaN, np.NaN], 
     [0, np.nan, np.NaN,np.NaN], 
     [0, -1, np.NaN,np.NaN], 
     [0, 0, 1,1]]
    ), index= [1, 2, 3, 4], columns=[1, 2, 3, 4])

def get_data_x(i):
    return df_x.loc[i]

def get_data_y(i):
    return sdf_y.loc[i]

def animate(i):
    x = get_data_x(i)
    y= get_data_y(i)   
    graph.set_data(x,y)
    return graph,

# Set up formatting for the movie files
Writer = animation.writers['ffmpeg']
writer = Writer(fps=15, metadata=dict(artist='Me'), bitrate=1800)

fig = plt.figure(figsize=(20,20))
ax = plt.axes()

nx.draw(G,nx.get_node_attributes(G, 'pos'),node_size = 1)

n_steps = df_x.index 

graph, = plt.plot([],[],'o')

ani = animation.FuncAnimation(fig, animate, frames= n_steps, interval=1, repeat=True, blit = True)
ani.save('path/file.mp4', writer=writer)

对于以networkx图为背景的大型数据集，使用matplotlib将多列动画为点非常慢

1 个答案: