重绘动画的Seaborn数字

Question

一些JointPlot方法，例如matplotlib create new figures on each call。这使得无法在plt.cla()中创建一个简单的动画，其中对plt.clf()或for t in range(iterations): # .. update your data .. if 'jp' in locals(): plt.close(jp.fig) jp = sns.jointplot(x=data[0], y=data[1]) plt.pause(0.01) 的迭代调用允许更新图形的内容而不必每次都关闭/打开窗口。

我目前看到的唯一解决方案是：

Figure

这是有效的，因为我们在创建新窗口之前关闭了上一个窗口。但当然，这远非理想。

有更好的方法吗？可以以某种方式直接在先前生成的{{1}}对象上完成绘图吗？或者有没有办法阻止这些方法在每次调用时生成新数据？

Answer 1

不幸的是，sns.jointplot会自行创建一个数字。因此，为了使关节图动画化，可以重新使用该创建的图形而不是在每个交互中重新创建新的图形。

jointplot在内部创建JointGrid，因此直接使用它并分别绘制关节轴和边距是有意义的。在动画的每个步骤中，然后将更新数据，清除轴并将其设置为在创建网格期间。不幸的是，最后一步涉及很多代码行。

最终代码可能如下所示：

import matplotlib.pyplot as plt
import matplotlib.animation
import seaborn as sns
import numpy as np

def get_data(i=0):
    x,y = np.random.normal(loc=i,scale=3,size=(2, 260))
    return x,y

x,y = get_data()
g = sns.JointGrid(x=x, y=y, size=4)
lim = (-10,10)

def prep_axes(g, xlim, ylim):
    g.ax_joint.clear()
    g.ax_joint.set_xlim(xlim)
    g.ax_joint.set_ylim(ylim)
    g.ax_marg_x.clear()
    g.ax_marg_x.set_xlim(xlim)
    g.ax_marg_y.clear()
    g.ax_marg_y.set_ylim(ylim)
    plt.setp(g.ax_marg_x.get_xticklabels(), visible=False)
    plt.setp(g.ax_marg_y.get_yticklabels(), visible=False)
    plt.setp(g.ax_marg_x.yaxis.get_majorticklines(), visible=False)
    plt.setp(g.ax_marg_x.yaxis.get_minorticklines(), visible=False)
    plt.setp(g.ax_marg_y.xaxis.get_majorticklines(), visible=False)
    plt.setp(g.ax_marg_y.xaxis.get_minorticklines(), visible=False)
    plt.setp(g.ax_marg_x.get_yticklabels(), visible=False)
    plt.setp(g.ax_marg_y.get_xticklabels(), visible=False)


def animate(i):
    g.x, g.y = get_data(i)
    prep_axes(g, lim, lim)
    g.plot_joint(sns.kdeplot, cmap="Purples_d")
    g.plot_marginals(sns.kdeplot, color="m", shade=True)

frames=np.sin(np.linspace(0,2*np.pi,17))*5
ani = matplotlib.animation.FuncAnimation(g.fig, animate, frames=frames, repeat=True)

plt.show()

Answer 2

使用celluloid程序包（https://github.com/jwkvam/celluloid），我可以轻松地为海底图制作动画：

import numpy as np
from celluloid import Camera
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

fig = plt.figure()
camera = Camera(fig)

# animation draws one data point at a time
for i in range(0, data.shape[0]):
    plot = sns.scatterplot(x=data.x[:i], y=data.y[:i])
    camera.snap()

anim = camera.animate(blit=False)
anim.save('animation.mp4')

我确定可以为联合绘图编写类似的代码