如何创建绘图简易动画？解决Jupyter绘图刷新闪烁问题

核心优化思路 #

复用同一个绘图对象，在循环中仅更新数据而不重建整个绘图，彻底避免clear_output()带来的单元格刷新和滚动问题。

优化后的代码 #

import numpy as np
import matplotlib.pyplot as plt

L = 100
x_positions = np.linspace(0, L, 1001)

# 仅初始化一次绘图对象
plt.ion()  # 开启交互模式
fig, ax = plt.subplots()
# 创建初始散点图，保留对象用于后续更新
scatter = ax.scatter([], [])
# 提前固定坐标轴范围，避免自动缩放导致的画面跳动
ax.set_xlim(0, 1)  # 根据你的mass数据范围调整，示例值为1
ax.set_ylim(0, L)
ax.set_xlabel('Mass')
ax.set_ylabel('X Position')

for t in range(1, 100):
    mass = np.zeros(1001)
    # 改用numpy数组运算替代列表推导，提升效率
    for n in range(-5, 5):
        mass += np.exp(-(x_positions + 2 * n * L) ** 2 / (4 * t))
    
    # 仅更新散点数据，不重建整个绘图
    scatter.set_offsets(np.column_stack((mass, x_positions)))
    # 刷新画布内容
    fig.canvas.draw()
    fig.canvas.flush_events()
    plt.pause(0.1)

plt.ioff()  # 关闭交互模式
plt.show()

关键优化点说明 #

• 复用绘图对象：提前创建fig和ax，循环中只更新散点数据，避免每次创建新图触发的单元格刷新。
• 使用set_offsets()更新数据：针对散点图，直接修改已有散点对象的坐标数据，是效率最高的更新方式。
• 固定坐标轴范围：提前设置xlim和ylim，避免每次绘图自动缩放导致的画面跳动。
• numpy数组运算替代列表推导：原代码的列表推导可直接用numpy数组运算，大幅提升计算速度。

更规范的动画方案（可选） #

如果需要更稳定流畅的动画效果，可以使用matplotlib.animation模块的FuncAnimation，这是Jupyter中制作动画的标准方式：

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

L = 100
x_positions = np.linspace(0, L, 1001)

fig, ax = plt.subplots()
ax.set_xlim(0, 1)
ax.set_ylim(0, L)
ax.set_xlabel('Mass')
ax.set_ylabel('X Position')
scatter = ax.scatter([], [])

def update(frame):
    t = frame + 1  # frame从0开始，对应t的取值1到99
    mass = np.zeros(1001)
    for n in range(-5, 5):
        mass += np.exp(-(x_positions + 2 * n * L) ** 2 / (4 * t))
    scatter.set_offsets(np.column_stack((mass, x_positions)))
    return scatter,

# 创建动画：frames为循环次数，interval为帧间隔（毫秒），blit=True提升渲染效率
ani = FuncAnimation(fig, update, frames=99, interval=100, blit=True)
plt.show()

这种方式无需手动处理循环和刷新逻辑，动画稳定性更强，还支持导出为视频文件。

内容的提问来源于stack exchange，提问作者SorenJ