Python matplotlib动画输出与显示的图形不同

Question

我正在尝试通过在具有子图的图形上使用matplotlib.animation来创建视频。子图之一使用Cartopy显示地图。

我写的代码是：

import pandas as pd
import numpy as np
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import cartopy.feature as cfeature
import matplotlib as mpl
import matplotlib.animation as animation
from IPython.display import HTML


data = pd.DataFrame({'data': np.sin(np.arange(0, 2, 0.2))}, index=pd.date_range(start='1/1/2018', periods=10))

extent = [-16, 10, 36, 48] 

#create the figure
fig = plt.figure(figsize=(7,12))

#add subplots
ax = plt.subplot(211, projection=ccrs.PlateCarree())
ax_t = plt.subplot(212)

ax.coastlines(resolution='50m')
ax.add_feature(cfeature.BORDERS.with_scale('50m'))
ax.set_extent(extent, ccrs.PlateCarree())

sm = plt.cm.ScalarMappable(cmap=mpl.cm.Reds,norm=plt.Normalize(0,1))
sm._A = []
cb = plt.colorbar(sm, ax=ax, fraction=0.022, pad=0.02)
cb.set_label('Values')

color = (1.0, 1.0, 1.0)
hpoint = ax.plot(-3, 40, color=color, linewidth=2, marker='o', markersize=30, transform=ccrs.PlateCarree() ) 

#ax_t.plot(meanRMS)
data.plot(ax=ax_t)
ax_t.margins(x=0, tight=True)
ax_t.grid(True)

box1 = ax.get_position()
box2 = ax_t.get_position()
deltaheigh = box2.height * 0.3
ax_t.set_position([box1.x0, box1.y0 - deltaheigh*1.1 , box1.width  , deltaheigh])

此代码提供了我想要和期望的输出：

image in output

创建视频动画时：

frames = 1
iter_data = data.iterrows()
ndays = data.shape[0]

def makemap(n):
    if n % frames == 0:
        time, val = next(iter_data)
        color = (1.0, 1.0-val[0], 1.0-val[0])
        hpoint[0].set_color(color)
        ax.set_title(time.strftime("%d %b %Y"), fontsize=20)




ani = animation.FuncAnimation(fig, makemap, frames=frames*(ndays-2), interval=100)


HTML(ani.to_html5_video())

我得到的视频具有不同的形状/格式（更大的白色画布，图像甚至没有居中）：enter image description here

如何解决此意外结果？

Answer 1

所以看起来您正在使用Jupyter笔记本运行。在笔记本中，当matplotlib图形内联显示时，它使用选项bbox_inches='tight'保存图像。您可以在matplotlib example中看到它。不幸的是，此选项与保存动画不兼容，因为它会使每个图像的动画帧大小有所不同。

处理此问题的方法是手动调整图形和轴的大小，而不是依靠紧紧的bbox来消除空白。您可以通过手动保存图形而不是依靠Jupyter的嵌入式显示来检查单个框架的实际外观，如下所示：

fig.savefig('myfig.png')