利用matplotlib.animation.FuncAnimation()实现动态变化的原始图

matplotlib是Python中著名的绘图库，可以绘制静态图和动态图。其中，matplotlib.animation模块提供了一个FuncAnimation函数，可以实现动态变化的图表。

下面我将通过一个使用例子来演示如何利用matplotlib.animation.FuncAnimation()实现动态变化的原始图。

首先，我们需要导入必要的库和模块：

import matplotlib.pyplot as plt

from matplotlib.animation import FuncAnimation

接下来，我们创建一个空白的图表，并设置图表的标题和轴标签：

fig, ax = plt.subplots()

ax.set_title('Dynamic Changing Plot')

ax.set_xlabel('X')

ax.set_ylabel('Y')

然后，我们需要定义一个函数update()，这个函数将在每一帧中被调用，来更新图表的数据和样式：

def update(frame):

    # 清除之前的图表内容

    ax.cla()

    # 生成新的数据

    x = range(frame)  # X轴数据

    y = [i**2 for i in x]  # Y轴数据

    # 绘制新的图表内容

    ax.plot(x, y, color='red', linestyle='-', linewidth=2)

最后，我们可以使用FuncAnimation函数来创建一个动画，设置动画的参数并显示图表：

ani = FuncAnimation(fig, update, frames=100, interval=200)

plt.show()

以上就是利用matplotlib.animation.FuncAnimation()实现动态变化的原始图的基本步骤。

在这个例子中，我们定义了一个函数update()，它的参数frame表示当前帧的编号。在这个函数中，我们首先清除之前的图表内容，然后根据帧的编号生成新的数据。最后，我们使用plot方法绘制新的图表内容，设置样式为红色、实线、线宽为2。这样，每帧对应的新的数据都会被绘制出来。

FuncAnimation函数的参数中，fig表示图表对象，update表示更新图表的函数，frames表示总的帧数，interval表示每帧之间的间隔时间（单位为毫秒）。通过调整frames和interval，可以控制动画的速度和流畅度。

最后，通过plt.show()函数来显示图表，即可看到动态变化的原始图。

总之，利用matplotlib.animation.FuncAnimation()可以方便地实现动态变化的原始图，让数据更加生动直观地展示出来。通过修改update函数中的数据生成方式和样式设置，我们可以根据实际需求来生成各种各样的动态图表。