matplotlib FuncAnimation逐帧加载变慢 如何高效生成保存动画

逐帧耗时线性增长的根因是每帧动画都重复调用plt.imshow()新增图像图层，从未复用或清理旧图层：随着帧数增加，画布上叠加的图层数量同步上涨，每帧需要渲染的元素越来越多，耗时自然持续升高。你删除的原代码中，大概率包含图层复用或清理冗余元素的效率逻辑。
运行环境（Anaconda终端/Spyder）不是该问题的核心诱因，只是Spyder默认会持久化保留画布状态，会让元素累积的问题表现得更明显。

• 动画更新函数build_video每次执行都会新建一个imshow图像对象，没有复用初始化阶段创建的固定图像对象
• 每帧更新时没有清理上一帧的冗余元素，所有历史帧的图像都叠加在同一个子图区域内
• 保存动画时没有指定高效的写入配置，默认编码参数会额外增加不必要的耗时

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import os

# 提前初始化画布和固定绘图元素
fig = plt.figure(figsize=(20, 10))
ax_img = plt.subplot(1, 2, 2)

# 初始化第一帧的图像和标题对象，后续仅更新对象内容，不新建元素
first_fai, _, _, first_attr = nir_images[0]
im_obj = ax_img.imshow(first_fai, cmap='gist_gray')
title_obj = ax_img.set_title(first_attr.at['UTC', 0].replace('T', ' '))

def frame_update(frame_data):
    # 每帧仅更新已有对象的数据，不新增任何图层
    fai_img, _, _, attr = frame_data
    time_display = attr.at['UTC', 0].replace('T', ' ')
    im_obj.set_data(fai_img)
    title_obj.set_text(time_display)
    print(time_display)
    # 返回更新后的元素列表，供blit模式做局部重绘
    return [im_obj, title_obj]

# 创建动画，开启blit局部重绘加速
ani = FuncAnimation(
    fig=fig,
    func=frame_update,
    frames=nir_images,
    interval=200,
    blit=True  # 该参数是渲染提速的核心配置，仅重绘帧间变化的元素
)

# 高性价比保存配置
ani.save(
    fname=os.path.join(output_path, nir_title),
    writer='ffmpeg',  # 优先用ffmpeg写入，比默认pillow编码器速度高数倍
    fps=5,  # 和interval=200ms的参数对应，即每秒5帧
    dpi=100  # 按需调整分辨率，避免无意义的高分辨率渲染开销
)

plt.close(fig)  # 保存完成后关闭画布，避免Spyder中残留画布状态影响后续运行

• 所有图像的预处理（格式转换、裁剪、归一化等）全部放到动画创建前完成，不要在frame_update函数里做重复的数据处理
• Spyder中运行动画代码前，可先在IPython控制台执行plt.close('all')清空历史残留画布，避免冗余元素占用内存
• 不要在帧更新函数里调用plt.draw()、plt.pause()这类强制全画布重绘的方法，会直接抵消blit模式的加速效果
• 如果不需要实时预览动画效果，可以在创建动画前加plt.ioff()关闭交互模式，省去屏幕实时渲染的开销

如果本地没有安装ffmpeg，可在Anaconda终端执行conda install ffmpeg安装，该版本和matplotlib的适配性最好，不会出现调用报错。

内容的提问来源于stack exchange，提问作者John Momberg