画动态热图

动态图可以更加清晰的反映某种特征的变化趋势，从而给人直观的感受，帮助人们理解抽象化的特征或者不易直接观察到的特征变化趋势。

import numpy as np
from matplotlib import pyplot as plt
from matplotlib import animation

imgData = np.random.random((4368,3,16,16))
fig = plt.figure()
data = np.random.random((16, 16))
im = plt.imshow(data, cmap='hot') #注意这里一定要先对data的格式进行定义，cmp是热度参数，可以自行设置

# animation function.  This is called sequentially
def animate(frame):
    # data = np.random.random((16, 16))
    data = imgData[frame,1,:,:] #该frame是由下面的frames逐个传入的
    print (data)
    im.set_array(data)
    return [im]

anim = animation.FuncAnimation(fig, animate, frames=np.arange(0,4368), interval=200, blit=True)
#该函数中fig是画布，animate变换函数，frames序列化传入函数值，interval为图片变换的时间间隔
plt.show()

 这个也是画动态图的示例，对其中在被赋值变量后加逗点做个说明

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

fig, ax = plt.subplots()
xdata, ydata = [], []
imgData = np.random.randint(0,10,(4368,3,16,16))

ln,= ax.plot([], [], 'r-', animated=False)
#这里在变量后加逗点，是使ln变为truple格式，后边可以调用set_data函数
#如果不加逗点，ln就是list，不能调用set_data函数
# ln, = ax.imshow([],[])

def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    # ax.imshow(imgData[1,1,:,:])
    return ln,

def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,

def getdata():
    for i in range(4368):
        a=imgData[i,1,:,:]
        return a

ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128),
                    init_func=init, blit=True)
plt.show()

b=np.arange(0, 4368)
print (b)