如何让用 ImageMagick 制作的 animation 在我的 python Jupyter Notebook 上播放？

Question

如何在我的 python Jupyter Notebook 上播放由 ImageMagick 制作的 animation？

我是Python上的动画新手，所以我正在研究如何制作一个。 到目前为止，我从 DevelopPaper 复制了代码，但是当我运行单元格时，它只显示它的 static 图像。 我也在那里尝试了其他 animation 示例，但它们都是一样的——来自 Imagemagick 的动画不会在 Jupyter Notebook 上播放，但是当我手动打开保存的文件时，它工作得很好。 如何让动画在 Jupyter Notebook 上播放？ 谢谢！ 在此处输入图像描述

import numpy as np
from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
plt.style.use('seaborn-pastel')


fig = plt.figure()
ax = plt.axes(xlim=(0, 4), ylim=(-2, 2))
line, = ax.plot([], [], lw=3)

def init():
    line.set_data([], [])
    return line,
def animate(i):
    x = np.linspace(0, 4, 1000)
    y = np.sin(2 * np.pi * (x - 0.01 * i))
    line.set_data(x, y)
    return line,

anim = FuncAnimation(fig, animate, init_func=init,
                               frames=200, interval=20, blit=True)

anim.save('sine_wave.gif', writer='imagemagick')

Answer 1

有很多选择。 （而且您可能不容易找到解决方案，因为您没有使用帖子标题所反映的正确术语。您似乎想在 Jupyter 中播放.gif或由帧组成的动画 plot。）

首先，解决在 Jupyter 中显示 gif 的问题：

最简单的是使用 JupyterLab 打开一个新的笔记本，然后点击这里运行你的代码。 （要在那里使用您的代码，请将最后一行更改为anim.save('sine_wave.gif')因为我还没有费心在那里安装 imagemagick。Pillow 能够制作 gif，而 matplotlib 将处理选择 Pillow task 如果你只是不指定writer 。）

生成gif文件后，您只需在左侧的文件浏览器中双击它即可播放。 您可以通过单击其上方的选项卡并拖动然后根据需要释放它来根据需要相对于笔记本安排它播放的 window。

如果您更喜欢在更传统的笔记本中播放 gif，则可以在生成 gif 文件后将以下代码简单地放在一个单元格中：

from IPython.display import Image
Image("sine_wave.gif")

如果 gif 图像文件与笔记本文件位于同一文件夹中，则执行该笔记本单元将为该单元播放 gif 作为 output。

其次，显示备选方案而不是制作 gif：

对于如何正确地播放绘图 animation，不一定是 gif，我建议在示例和链接之后添加控件到笔记本底部，您可以通过单击此处的“启动活页夹”以活动形式打开。 您正在寻找在底部使用或涉及FuncAnimation()的示例和链接。 我建议涉及框架的那些允许您使用小部件控制和播放它们，或者制作可以播放和控制的 HTML。 重要的是，即使笔记本处于“静态”状态，该小部件方法也能正常工作，如您在此处所见。 我将static放在引号中，因为一些活动功能将在 nbviewer 中工作，但通常会在 Github 预览中注明，现在 Github 尝试对笔记本进行预览渲染，即使是相当长的笔记本，这也会让很多新手感到困惑。 （如果您需要生成可移植的 HTML5 兼容视频文件，请参阅同一部分。）这是您的代码的几个变体，使用相关方法添加将在此处的活动会话中工作的小部件/框架生成:

一个选项

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation
from IPython.display import HTML, display
plt.style.use('seaborn-pastel')

def generate_animation():
    fig = plt.figure()
    ax = plt.axes(xlim=(0, 4), ylim=(-2, 2))
    lineplot, = ax.plot([], [], lw=3)
    
    def init():
        lineplot.set_data([], [])
        return lineplot, #return [lineplot] also works like in https://nbviewer.org/github/raphaelquast/jupyter_notebook_intro/blob/master/jupyter_nb_introduction.ipynb#pre-render-animations-and-export-to-HTML

    def animate(i):
        x = np.linspace(0, 4, 1000)
        y = np.sin(2 * np.pi * (x - 0.01 * i))
        lineplot.set_data([x], [y])
        return [lineplot]

    anim = animation.FuncAnimation(fig, animate, init_func=init,
                               frames=200, interval=20, blit=True)

    display(HTML(anim.to_jshtml()))
    plt.close(fig)

generate_animation()

另一种变体

# RUN THIS TWICE. SECOND TIME WILL BE NICE SINGLE PLOT DISPLAYED.
# January 2023 I was finding first time I ran this or code like at https://nbviewer.org/gist/fomightez/d862333d8eefb94a74a79022840680b1 that it output a non-interactive frame of plot, too. Just re-ran and then it is just the interactive one with widget.

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation
from IPython.display import HTML, display
plt.rcParams["animation.html"] = "jshtml"
plt.ioff() #needed so the second time you run it you get only single plot
plt.style.use('seaborn-pastel')

fig = plt.figure()
ax = plt.axes(xlim=(0, 4), ylim=(-2, 2))
lineplot, = ax.plot([], [], lw=3)
    
def init():
    lineplot.set_data([], [])
    return lineplot, #return [lineplot] also works like in https://nbviewer.org/github/raphaelquast/jupyter_notebook_intro/blob/master/jupyter_nb_introduction.ipynb#pre-render-animations-and-export-to-HTML

def animate(i):
    x = np.linspace(0, 4, 1000)
    y = np.sin(2 * np.pi * (x - 0.01 * i))
    lineplot.set_data([x], [y])
    return [lineplot]

anim = animation.FuncAnimation(fig, animate, init_func=init,
                           frames=200, interval=20, blit=True)
anim

一个 Jupyter notebook，其中包含运行选项和更全面的解释； 您会注意到小部件在那里工作。
单击此处在通过 MyBinder.org 提供的活动的临时 Jupyter session 中启动该笔记本，环境中已经有 Python 以及使带有小部件的 animation 在笔记本中安装和运行所需的一切。