matplotlib func动画不会重复

Question

我正在为基本的冒泡排序制作动画条形图。它运行得很好。但不会重复自身（循环）。我正在 jupyter 笔记本中尝试，我添加了 %matplotlib qt， 尽管我已将重复设置为 True ，为什么我的 animFunc 不会重复。

x=["1","2","3","4","5","6","7","8","9","10"]
y=[7,8,5,3,1,9,4,2,10,6]
temp=0
def animator_X():
    
    for a in range(len(y)-1):
        for b in range(len(y)-a-1):
            if y[b]>y[b+1]:
                temp = y[b]
                y[b]=y[b+1]
                y[b+1]=temp
                yield y

fig,ax = plt.subplots(figsize=(7,5))

def init():
        ax.clear()
        y=[7,8,5,3,1,9,4,2,10,6]
        plt.bar(x,y,color=['blue'])

def animX(i):
    ax.clear()
    plt.bar(x,y,color=['blue'])
    return plt
    



animx = FuncAnimation(fig,animX,frames=animator_X,interval=1000,init_func=init,repeat=True)

plt.show()

Answer 1

当主

y

变量在运行后重复

init

函数时，您并没有重置它。
尝试：

%matplotlib notebook
import matplotlib.pyplot as plt
import matplotlib.animation as animation
x=["1","2","3","4","5","6","7","8","9","10"]
y=[7,8,5,3,1,9,4,2,10,6]
temp=0
def animator_X():
    
    for a in range(len(y)-1):
        for b in range(len(y)-a-1):
            if y[b]>y[b+1]:
                temp = y[b]
                y[b]=y[b+1]
                y[b+1]=temp
                print(y)
                yield y

fig,ax = plt.subplots(figsize=(7,5))

def init():
    global y
    ax.clear()
    y=[7,8,5,3,1,9,4,2,10,6]
    plt.bar(x,y,color=['blue'])

def animX(i):
    ax.clear()
    plt.bar(x,y,color=['blue'])
    return plt
    
anim = animation.FuncAnimation(fig,animX,frames=animator_X,interval=100,init_func=init)
plt.show()

该代码将在从此处启动的会话中运行。前往那里并按

launch binder

。当它出现时，您可以粘贴代码。

我怀疑在OP的代码中在

global y

函数中添加

init()

行将修复OP的版本。

进一步说明
它确实不断重复OP中发布的代码，因为内核在第一次通过后继续在该单元上运行。

当第一次传递后重复时，仅位于

y

 函数本地的 

init

 对象将在 

init()

 函数的范围内重置。我不太了解

FuncAnimation()

如何决定更新/以及它显示的内容，然后告诉你为什么OP代码没有更新主范围中的y会导致它显示

init()

状态并且不会闪烁到初始化状态，然后返回排序状态。内核仍在运行，所以也许它在这两者之间闪烁，但由于某种原因 

init()

 占主导地位？这是猜测，因为 

FuncAnimation()

 非常专业，它不会显示 

print

 内的 

init

 语句或动画化的 main 函数中的内容，因此以简单化的方式探索与情节分开的情况方式，并不容易。

JupyterLab 和 Jupyter Notebook 7+ 更新

下面是在 JupyterLab 和 Jupyter Notebook 7+ 中使用的代码示例的更新（需要事先安装

ipympl

）：

%matplotlib ipympl
import matplotlib.pyplot as plt
import matplotlib.animation as animation
x=["1","2","3","4","5","6","7","8","9","10"]
y=[7,8,5,3,1,9,4,2,10,6]
temp=0
def animator_X():
    
    for a in range(len(y)-1):
        for b in range(len(y)-a-1):
            if y[b]>y[b+1]:
                temp = y[b]
                y[b]=y[b+1]
                y[b+1]=temp
                print(y)
                yield y

fig,ax = plt.subplots(figsize=(7,5))

def init():
    global y
    ax.clear()
    y=[7,8,5,3,1,9,4,2,10,6]
    plt.bar(x,y,color=['blue'])

def animX(i):
    ax.clear()
    plt.bar(x,y,color=['blue'])
    return plt
    
anim = animation.FuncAnimation(fig,animX,frames=animator_X,interval=100,init_func=init)
anim;

请注意，与我发布的原始版本相比，仅调整了开头和结尾，实际上只有从

%matplotlib notebook

 到 

%matplotlib ipympl

 的更改才是关键。

因为原始帖子是在 2022 年发布的，并且没有提及 JupyterLab，所以我认为涉及 Jupyter Notebook。以上所有内容都适用于 Jupyter Notebook 6.5 及更早版本（目前也应适用于 NbClassic；如果不清楚我为什么要提出版本号或这些术语是什么，请参阅我的答案的后半部分，其中引用了资源详细介绍了 Jupyter 生态系统在 2023 年如何发生巨大变化，Jupyter Notebook 7+ 是在与 JupyterLab 相同的组件上构建的

）。因此，我更新了这篇文章的结尾，将更新这篇文章的顶部，以提供有关如何将其与 JupyterLab 和 Jupyter Notebook 7+ 现在一起使用的更好指导。 您可以在 JupyterLab 中通过 MyBinder 提供的会话进行尝试，其中 ipympl
已经安装完毕，因此上述代码的所有内容都已设置完毕，只需转到此处并单击“直接开始链接”下的“

launch binder

”徽章即可在 JupyterLab 全功能模式下的笔记本模式中：'（或

直接单击此处启动

）。 （我现在没有提供使用 Jupyter Notebook 7+ 的良好环境。即使之前没有在会话中安装 ipympl，也有可能，请参阅

我的帖子的中间

了解步骤让这样的会话正常工作。）