2019/3/24にmatplotlibのアニメーション機能に関する発表を行いました
In [8]:
from IPython.display import IFrame
IFrame("https://www.hiromasa.info/slide/15.slides.html", "100%", "450px")
Out[8]:
matplotlibのアニメーション機能の紹介¶
自己紹介¶
- 大橋宏正(@wrist)
- PyData Osaka オーガナイザ
- メーカー職(音響信号処理の業務に従事)
概要¶
- matplotlibのアニメーション機能を紹介
- 単純な方法の紹介(plt.pause)
- Animationクラスを用いた方法の紹介
- ArtistAnimation, FuncAnimation
- TimedAnimation
- 動画書き出し
なぜアニメーション描画を行いたいか¶
- センサーデータの時系列変化を可視化したい
- ex. PCM信号
- c/c++バイナリが吐いたdumpデータの描画
In [1]:
import numpy as np
import scipy as sp
import matplotlib as mpl
import matplotlib.pyplot as plt
In [2]:
print(np.__version__)
print(sp.__version__)
print(mpl.__version__)
In [3]:
# osxの場合
%matplotlib osx
osxの場合の制約¶
- アニメーション描画
- backendに"osx"の指定が必要
- "osx"の指定
- FrameworkとしてビルドされたPythonが必要
- 仮想環境(conda含む)のPythonはFrameworkビルドではない
osx(conda)の場合の対処方法¶
-
公式FAQでの対処法
conda install python.app- pythonの代わりにpythonwを実行
- pythonwを使うkernelを作成すればjupyter notebook上でも実行可能
pythonwを使用するカーネルの作成方法¶
- 要ipykernel
$ ipython kernel install --user --name pythonw3 --display-name pythonw3
$ jupyter kernelspec list # pythonw3カーネルのパスを確認
$ vim ~/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/pythonw3/kernel.json # kernel.json記載のpathをpythonwに変更
実際の実行結果
$ jupyter kernelspec list
Available kernels:
julia-0.4 /Users/wrist/Library/Jupyter/kernels/julia-0.4
julia_0.3 /Users/wrist/Library/Jupyter/kernels/julia_0.3
python3 /Users/wrist/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/python3
$ ipython kernel install --user --name pythonw3 --display-name pythonw3
Installed kernelspec pythonw3 in /Users/wrist/Library/Jupyter/kernels/pythonw3
$ jupyter kernelspec list
Available kernels:
julia-0.4 /Users/wrist/Library/Jupyter/kernels/julia-0.4
julia_0.3 /Users/wrist/Library/Jupyter/kernels/julia_0.3
pythonw3 /Users/wrist/Library/Jupyter/kernels/pythonw3
python3 /Users/wrist/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/python3
# condaのpython3と同じディレクトリに移動
$ mv ~/Library/Jupyter/kernels/pythonw3 ~/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/
/Users/wrist/Library/Jupyter/kernels/pythonw3 -> /Users/wrist/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/pythonw3
$ jupyter kernelspec list
Available kernels:
julia-0.4 /Users/wrist/Library/Jupyter/kernels/julia-0.4
julia_0.3 /Users/wrist/Library/Jupyter/kernels/julia_0.3
python3 /Users/wrist/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/python3
pythonw3 /Users/wrist/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/pythonw3
# kernel.jsonに記載されているpathをpythonwに書き直す
$ vim ~/.pyenv/versions/miniconda3-4.3.30/envs/py36/share/jupyter/kernels/pythonw3/kernel.json
最も単純なアニメーション方法¶
-
plt.pause(second)を使って描画を繰り返す-
plt.plot(),plt.pause(sec),plt.cla()を繰り返す
-
In [4]:
# 説明上の共通コード
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
fig = plt.figure(1)
ax = fig.add_subplot(111)
In [5]:
# アニメーションしないバージョン
for _ in range(100):
ax.plot(xs, np.sin(xs)); xs += dx;
plt.show()
In [6]:
# 説明上の共通コード
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
fig = plt.figure(1)
ax = fig.add_subplot(111)
In [7]:
# アニメーションするバージョン
for n in range(100):
ax.plot(xs, np.sin(xs)); xs += dx;
plt.pause(0.1); plt.cla(); # 0.1s待ってclear
plt.show()
In [8]:
# アニメーションするバージョン
for n in range(100):
ax.plot(xs, np.sin(xs)); xs += dx;
plt.pause(0.1); ax.clear(); # ax.clearでも良い
plt.show()
plotのコストを下げる¶
-
ax.plotは毎回プロットし直すためコストが大きい - linesを取得して毎回set_dataでデータを設定
In [9]:
# 説明上の共通コード
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
fig = plt.figure(1)
ax = fig.add_subplot(111)
In [10]:
lines = ax.plot(xs, np.sin(xs))
for n in range(100):
lines[0].set_data(xs, np.sin(xs)); xs += dx;
ax.set_xlim((np.min(xs), np.max(xs))) # 横軸範囲の再設定
plt.pause(0.1) # clear不要
plt.show()
plt.ion(), plt.draw()を使う方法¶
- 昔の記事でよく出てくる方法
-
plt.ion()->plt.show() -
ax.plot()->plt.draw()->plt.cla()を繰り返す - インタラクティブモードをonにした上で再描画を都度命令
-
- windowsでは過去は確かにこれでいけた(現状は未確認)
- 手元のosxだと
plt.pauseを入れないと動作しない-
plt.ion()しておく必要は特にない？
-
In [11]:
print(plt.isinteractive())
In [12]:
# 説明上の共通コード
plt.close("all")
dx = np.pi / 10.0; xs = np.arange(-np.pi, np.pi, dx)
fig = plt.figure(1); ax = fig.add_subplot(111)
In [13]:
plt.ion(); plt.show();
for n in range(100):
ax.plot(xs, np.sin(xs)); xs += dx
plt.draw(); plt.pause(0.1); plt.cla();
In [14]:
print(plt.isinteractive())
In [15]:
plt.ioff()
In [16]:
print(plt.isinteractive())
matplotlibのアニメーション描画クラス¶
In [6]:
from IPython.display import Image
Image("./15/animation_class.png")
Out[6]:
- https://matplotlib.org/api/animation_api.html より引用
- プロットのリストを与えて描画するArtistAnimation
- 描画関数とデータ配列を与えて描画するFuncAnimation
ArtistAnimation¶
- 描画するプロットのリストを予め作成し与える
- アニメーション描画クラスの中でも単純なクラス
class matplotlib.animation.ArtistAnimation(fig, artists, *args, **kwargs)
- artists
- 各フレームで描画するArtistコレクションのlist
In [17]:
import matplotlib.animation as anim
In [18]:
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
interval_ms = 100
images = []
In [19]:
fig = plt.figure(1); ax = fig.add_subplot(111)
for _ in range(100):
images.append(ax.plot(xs , np.sin(xs))); xs += dx;
ani = anim.ArtistAnimation(fig, images, interval=interval_ms, repeat=False)
plt.show()
問題点¶
- 範囲制御ができていない
- 理由
- xsの範囲が都度増加しているため
- 対策
- xsを固定
- x軸レンジが固定されてしまう
In [20]:
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
interval_ms = 100
images = []
In [21]:
fig = plt.figure(1); ax = fig.add_subplot(111)
for n in range(100):
images.append(ax.plot(xs , np.sin(xs + n*dx)))
ani = anim.ArtistAnimation(fig, images, interval=interval_ms, repeat=False)
plt.show()
FuncAnimation¶
- 描画関数とデータ配列を与えてアニメーション
- データ配列はgeneratorなどでも良い
class matplotlib.animation.FuncAnimation(fig, func, frames=None, init_func=None, fargs=None, save_count=None, **kwargs)
- func : callable
def func(frame, *fargs) -> iterable_of_artists- framesで指定されたデータが渡される
- init_func : callable, optional
def init_func() -> iterable_of_artists
- frames : iterable, int, generator function, or None, optional
- iterable: イテレーション可能なデータから描画データを供給
- integer: 連番range(frames)を供給
- generator function:
def gen_function() -> objを指定 - None:
itertools.countを供給
In [22]:
import matplotlib.animation as anim
In [23]:
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
ys = np.sin(xs)
interval_ms = 100
In [24]:
# 呼び出しごとにデータを生成するジェネレータ
def gen_data():
counter = 0
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
while counter < 100:
ys = np.sin(xs); xs += dx;
counter += 1
yield (xs, ys)
In [25]:
fig = plt.figure(1); ax = fig.add_subplot(111)
gline2d = ax.plot(xs, ys)[0] # これを上書き
def update_data(data):
xs, ys = data
ax.set_xlim((np.min(xs), np.max(xs)))
gline2d.set_data(xs, ys)
return gline2d
ani = anim.FuncAnimation(fig, update_data, gen_data,
interval=interval_ms, repeat=False)
plt.show()
-
update_dataでx軸レンジを都度再設定できる
FuncAnimationを用いたアニメーション描画クラス¶
- 先の例はグローバル変数を直接上書きしているため気持ち悪い
- クラス化することで状態を同時に保持可能
- generatorや描画関数はインスタンスメソッドにできる
In [26]:
class MyAnimation:
def __init__(self):
plt.close("all")
self.fig = plt.figure(1)
self.ax = self.fig.add_subplot(111)
self.dx = np.pi / 10.0
self.xs = np.arange(-np.pi, np.pi, self.dx)
self.ys = np.sin(self.xs)
self.interval_ms = 100
self.line2d = self.ax.plot(self.xs, self.ys)[0]
self.counter = 0
def gen(self):
while self.counter < 100:
self.ys = np.sin(self.xs)
self.xs += self.dx;
self.counter += 1
yield (self.xs, self.ys)
def update_data(self, data):
xs, ys = data
self.ax.set_xlim((np.min(xs), np.max(xs)))
self.line2d.set_data(xs, ys)
return self.line2d
def animate(self):
ani = anim.FuncAnimation(self.fig, self.update_data, self.gen,
interval=self.interval_ms, repeat=False)
plt.show()
In [27]:
MyAnimation().animate()
TimedAnimation¶
-
ArtistAnimation、FuncAnimationが継承しているクラス - 自作クラスで継承し下記メソッドを定義して使用
self._draw_frame(self, frame)self.new_frame_seq(self)self._init_draw(self)
In [28]:
class MyTimedAnimation(anim.TimedAnimation):
def __init__(self):
plt.close("all")
self.fig = plt.figure(1)
self.ax = self.fig.add_subplot(111)
self.dx = np.pi / 10.0
self.xs = np.arange(-np.pi, np.pi, self.dx)
self.ys = np.sin(self.xs)
self.interval_ms = 100
self.line2d = self.ax.plot(self.xs, self.ys)[0]
self.counter = 0
plt.show()
anim.TimedAnimation.__init__(self, self.fig, self.interval_ms)
def new_frame_seq(self):
while self.counter < 100:
self.ys = np.sin(self.xs)
self.xs += self.dx;
self.counter += 1
yield (self.xs, self.ys)
def _draw_frame(self, data):
xs, ys = data
self.ax.set_xlim((np.min(xs), np.max(xs)))
self.line2d.set_data(xs, ys)
return self.line2d
def _init_draw(self):
pass
In [29]:
MyTimedAnimation()
Out[29]:
動画書き出し¶
-
saveメソッド- アニメーションを動画としてファイル保存可能
-
save(filename, writer="ffmpeg")- writerは文字列 or MovieWriterを継承したクラスを指定
-
to_html5_videoメソッド- videoタグを生成
save(filename, writer=None, fps=None, dpi=None, codec=None, bitrate=None, extra_args=None, metadata=None, extra_anim=None, savefig_kwargs=None)
In [7]:
Image("./15/animation_inheritance.png")
Out[7]:
In [30]:
plt.close("all")
dx = np.pi / 10.0
xs = np.arange(-np.pi, np.pi, dx)
interval_ms = 100
images = []
In [31]:
fig = plt.figure(1); ax = fig.add_subplot(111)
for _ in range(100):
images.append(ax.plot(xs , np.sin(xs))); xs += dx;
ani = anim.ArtistAnimation(fig, images, interval=interval_ms, repeat=False)
ani.save("./test.gif", "imagemagick")
In [32]:
!ls
In [4]:
Image("./15/test.gif")
Out[4]:
In [33]:
# 要ffmpeg
from IPython.display import HTML
HTML(ani.to_html5_video())
Out[33]:
まとめ¶
- matplotlibのアニメーション機能を紹介
- 単純な方法
- ArtistAnimation, FuncAnimation, TimedAnimation
- 動画書き出しの方法
