无法逐点填充Matplotlib动画帧：N体仿真绘图异常

我帮你定位到了问题的核心，咱们来一步步修复：

问题根源 #

1. 浮点数精确匹配的坑：你用data[data['x']==x_coords[int(num * nbodies) + n]]筛选单个天体的数据，但浮点数在存储时存在精度误差，这种精确相等的判断几乎拿不到有效数据，导致data_n是空的Pandas Series。
2. Pandas与Matplotlib 3D的兼容性：Matplotlib的3D绘图函数需要的是普通的numpy数组，而你直接传递空的Series时，它会尝试按索引访问元素（比如索引0），但空Series没有这个索引，就抛出了KeyError: 0。

修复方案 #

直接用你一开始整理好的三维数组x来获取数据——它的结构(时间步, 天体数, 3坐标)天生就是为这种场景设计的，比用DataFrame筛选高效且准确。同时确保传给绘图对象的是numpy数组而非Pandas对象。

修改后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation
import pandas as pd

nbodies = 2
# 原始数据
x = np.array([[1.50000000e-10, 0.00000000e+00, 0.00000000e+00],
              [9.99950000e-01, 1.00000000e-02, 0.00000000e+00],
              [4.28093585e-06, 3.22964816e-06, 0.00000000e+00],
              [-4.16142210e-01, 9.09335149e-01, 0.00000000e+00],
              [5.10376489e-06, 1.42204430e-05, 0.00000000e+00],
              [-6.53770813e-01, -7.56722445e-01, 0.00000000e+00]])
t = np.array([0.01, 0.01, 2.0, 2.0, 4.0, 4.0])
tt = np.array([0.01, 2.0, 4.0])
# 整理成(时间步, 天体数, 坐标)的三维数组
x = x.reshape((len(tt), nbodies, 3))

# 更新函数：直接从三维数组取数据，避免DataFrame筛选的问题
def update_graph(num):
    # 获取当前时间步的所有天体坐标
    current_step_data = x[num]
    for n in range(nbodies):
        # 提取单个天体的x,y,z坐标，转成numpy数组
        pos = current_step_data[n]
        graphs[n].set_data(pos[0], pos[1])
        graphs[n].set_3d_properties(pos[2])
    return graphs

plt.style.use('dark_background')
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.set_xlabel('x (AU)')
ax.set_ylabel('y (AU)')
ax.set_zlabel('z (AU)')
# 设置3D轴的范围，用ax.set_xlim3d等更准确
ax.set_xlim3d(-1.5, 1.5)
ax.set_ylim3d(-1.5, 1.5)
ax.set_zlim3d(-0.1, 0.1)  # 你的数据z都是0，设置小范围更清晰

# 自定义每个天体的大小和颜色
ms_list = [5, 1]
c_list = ['yellow', 'blue']
graphs = []
for n in range(nbodies):
    # 初始化每个天体的绘图对象
    graphs.append(ax.plot([], [], [], linestyle="", marker=".", markersize=ms_list[n], color=c_list[n])[0])

# 创建动画
ani = animation.FuncAnimation(fig, update_graph, frames=len(tt), interval=400, blit=True, repeat=True)
plt.show()

关键修改点 #

• 抛弃了用DataFrame筛选数据的逻辑，直接使用结构清晰的三维数组x，避免浮点数匹配错误。
• 更新绘图对象时，直接传递numpy标量/数组，确保Matplotlib可以正确处理。
• 把plt.xlim换成了3D轴专用的ax.set_xlim3d，对3D绘图更适配。

这样修改后，动画就能正常运行，每个天体也会保持你设置的自定义大小和颜色，不会出现重复叠加的问题。

内容的提问来源于stack exchange，提问作者Kris Walker