如何收集for循环生成的多幅Matplotlib图表并制作动画

Matplotlib 没有提供直接传入一组独立 Figure/Axes 对象直接生成动画的内置API，但完全可以在不修改第三方绘图函数源码的前提下实现需求，核心思路是捕获每次独立绘图的渲染结果作为帧，再拼接为动画，全程不需要改动你拿到的黑盒heatmap函数。

实现逻辑 #

• 先切换到非交互绘图后端，避免循环调用时弹出上百个独立图窗占用前台资源
• 每次调用第三方绘图函数后，直接将当前生成的画布渲染为RGB像素数组存为帧，随即销毁临时画布释放内存
• 创建统一的动画画布，将收集到的帧逐帧更新到画布上，用标准FuncAnimation接口生成最终动画

可直接运行的完整代码 #

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

# 切换非交互后端，禁止弹窗
plt.switch_backend('Agg')

# --------------------------
# 以下是你无权修改的第三方库函数，原封不动即可
def heatmap(arr):
    fig, ax = plt.subplots()
    _ = ax.imshow(arr)
    fig.show()
# --------------------------

# 先跑一次样例获取统一的画布尺寸，避免动画帧大小不一致
sample_arr = np.random.rand(10, 10)
heatmap(sample_arr)
dpi = 100
fig_w, fig_h = plt.gcf().get_size_inches()
plt.close('all')  # 销毁样例临时画布

frames = []
for i in range(100):
    arr = np.random.rand(10, 10)
    heatmap(arr)
    # 获取当前刚生成的临时画布
    temp_fig = plt.gcf()
    # 强制渲染画布，读取像素内容作为动画帧
    temp_fig.canvas.draw()
    frame_data = np.array(temp_fig.canvas.buffer_rgba())
    frames.append(frame_data)
    # 立刻销毁临时画布，避免内存堆积
    plt.close(temp_fig)

# 生成动画
anim_fig, anim_ax = plt.subplots(figsize=(fig_w, fig_h), dpi=dpi)
anim_ax.set_axis_off()  # 隐藏动画画布自带的多余坐标轴
img = anim_ax.imshow(frames[0])

def update_frame(frame_idx):
    img.set_data(frames[frame_idx])
    return [img]

# 初始化动画对象，interval参数控制每帧停留时长（单位：毫秒）
anim = FuncAnimation(
    anim_fig,
    update_frame,
    frames=len(frames),
    interval=50,
    blit=True
)

# 如需保存到本地，取消注释下面的行即可，支持gif/mp4等格式
# anim.save('heatmap_animation.gif', writer='pillow')
plt.show()

注意事项 #

• 不要尝试直接存储plt.gca()或Figure对象：独立画布的坐标轴、绘图元素无法直接跨画布迁移，直接读取渲染后的像素数组是兼容性最高的方案，无论第三方函数绘制的是热力图、折线图还是复杂多子图布局，都可以正常捕获。
• 务必在每帧捕获完成后调用plt.close()销毁临时画布，否则循环次数较多时会有大量画布对象堆积在内存中，极易触发内存溢出。
• 如果第三方函数单次调用会生成多幅图，可以在调用函数前先记录当前已存在的Figure列表，调用完成后遍历所有新生成的Figure逐一捕获帧即可，逻辑完全一致。

内容的提问来源于stack exchange，提问作者Daniel