
本文详解如何在 matplotlib 单一 figure 中协调更新两个独立动画子图:一个基于 netgraph 的动态网络图,另一个为实时更新的 sin/cos 曲线图,确保帧率一致、渲染高效且代码结构清晰。
本文详解如何在 matplotlib 单一 figure 中协调更新两个独立动画子图:一个基于 netgraph 的动态网络图,另一个为实时更新的 sin/cos 曲线图,确保帧率一致、渲染高效且代码结构清晰。
在科学可视化与仿真分析中,常需将多源动态数据(如网络拓扑演化 + 时序信号变化)同步呈现于同一界面。Matplotlib 的 FuncAnimation 支持单帧内批量更新多个绘图对象,但关键在于:所有需动画化的 Artists 必须在 update() 函数中统一返回,并被 blit=True 正确识别。以下为完整实践方案:
✅ 核心步骤解析
子图布局与初始化分离
使用plt.subplot2grid精确划分空间(如左图占 6×5 区域,右图占 2×5 区域),避免重叠;netgraph.Graph和ax.plot()均需在update()外完成初始化,仅保留可复用的 Artist 引用(如line_sin,g.edge_artists[(i,j)])。-
统一
update()返回 Artists 列表
每次调用必须返回所有已修改的 Artist 对象(包括 netgraph 边、matplotlib 线条等),否则blit=True将无法捕获变更区域,导致画面残留或不刷新:def update(ii): artists = [] # 更新网络边颜色与宽度 for jj, kk in zip(*np.where(adjacency_matrix)): w = weight_matrix[ii, jj, kk] artist = g.edge_artists[(jj, kk)] artist.set_facecolor(cmap(w)) artist.update_width(0.03 * np.abs(w - 0.5)) artists.append(artist) # ← 必须添加! # 更新曲线数据 y_sin = np.sin(x + ii * 0.2) y_cos = np.cos(x + ii * 0.2) line_sin.set_data(x, y_sin) line_cos.set_data(x, y_cos) artists.extend([line_sin, line_cos]) # ← 必须添加! return artists # ← 关键:返回全部 预设坐标轴范围与图例
动画前固定ax2.set_xlim()/set_ylim(),避免每帧自动缩放导致抖动;ax2.legend()在初始化时调用一次即可,无需重复渲染。
⚠️ 注意事项与优化建议
-
blit=True的前提:所有 Artist 必须由 Matplotlib 创建(如line_sin, = ax2.plot(...)中的逗号解包),且不能在update()中重新创建(如ax2.plot()调用会生成新对象,破坏 blit 机制)。 -
性能敏感操作移出循环:
np.where(adjacency_matrix)等计算应放在update()外预计算,避免每帧重复开销。 -
相位/数据驱动逻辑:示例中
sin(x + ii*0.2)采用时间步长驱动相位移动,实际应用中可替换为真实仿真变量(如flow_data[ii])。 -
兼容性提示:
netgraph需单独安装(pip install netgraph),其edge_artists字典键为(source, target)元组,确保 adjacency_matrix 索引与之严格对应。
? 完整可运行代码(精简关键部分)
# ... [省略数据准备与布局代码] ...
# 初始化线条(空数据)
x = np.linspace(0, 2*np.pi, 100)
line_sin, = ax2.plot([], [], 'b-', label='sin')
line_cos, = ax2.plot([], [], 'r--', label='cos')
ax2.set_xlim(0, 2*np.pi)
ax2.set_ylim(-1.5, 1.5)
ax2.legend()
def update(ii):
artists = []
# 更新 netgraph 边
for (jj, kk), artist in g.edge_artists.items():
w = weight_matrix[ii, jj, kk]
artist.set_facecolor(cmap(w))
artist.update_width(0.03 * np.abs(w - 0.5))
artists.append(artist)
# 更新曲线
line_sin.set_data(x, np.sin(x + ii * 0.2))
line_cos.set_data(x, np.cos(x + ii * 0.2))
artists += [line_sin, line_cos]
return artists
anim = FuncAnimation(fig, update, frames=21, interval=200, blit=True, repeat=False)
plt.show()
通过以上结构,您可无缝扩展至更多子图(如添加第三子图显示统计直方图),只需在 update() 中追加对应 Artist 更新逻辑并返回即可。核心原则始终不变:初始化分离、Artist 复用、统一返回、范围预设。










