Tutorial de Animación en Matplotlib - Crea Visualizaciones Impresionantes

Name: Rajiv Chandra

Published on 17/8/2023

La visualización de datos es una herramienta poderosa en manos de quienes saben cómo utilizarla. Puede convertir conjuntos de datos complejos en conocimientos comprensibles, y con el uso de animaciones, estos conocimientos pueden resultar aún más cautivadores. Aquí es donde entra en juego Matplotlib, una biblioteca versátil en Python. Matplotlib nos permite crear visualizaciones estáticas, animadas e interactivas en Python, convirtiéndose en una herramienta esencial para cualquier científico de datos o analista.

En este tutorial, nos enfocaremos en las capacidades de animación de Matplotlib. Exploraremos cómo crear animaciones, los diferentes tipos de gráficos que puedes animar y los diversos formatos en los que puedes guardar tus animaciones. También abordaremos algunos problemas comunes que los usuarios enfrentan, como las animaciones que no funcionan en los cuadernos Jupyter, y proporcionaremos soluciones para estos problemas. Entonces, ya seas un científico de datos experimentado o un principiante que recién comienza, este tutorial tiene algo para ti.

¿Quieres crear rápidamente una visualización de datos desde un dataframe de pandas en Python sin código?

PyGWalker es una biblioteca de Python para el Análisis Exploratorio de Datos con Visualizaciones. PyGWalker (opens in a new tab) puede simplificar tu flujo de trabajo de análisis de datos y visualización de datos en Jupyter Notebook, convirtiendo tu dataframe de pandas (y dataframe de polars) en una interfaz de usuario similar a Tableau para la exploración visual.

(opens in a new tab)

¿Qué es la Animación en Matplotlib?

La animación en Matplotlib es una característica de la biblioteca Matplotlib que permite la creación de visualizaciones dinámicas. A diferencia de los gráficos estáticos, las animaciones pueden mostrar cambios a lo largo del tiempo, lo que las convierte en una excelente herramienta para representar datos de series temporales. Por ejemplo, los precios de las acciones a lo largo de los años, el cambio climático en la última década o cualquier fenómeno que cambie con el tiempo se puede demostrar de manera efectiva utilizando animaciones.

El módulo de animación en Matplotlib consta de varias clases que proporcionan un marco de trabajo para crear animaciones. La más importante de estas clases es la clase FuncAnimation, que se utiliza para crear animaciones llamando repetidamente a una función (de ahí el nombre FuncAnimation). Esta clase facilita la creación de animaciones donde el estado (o los datos) del gráfico se actualiza en cada cuadro.

Crear una Animación utilizando Matplotlib

Crear una animación en Matplotlib involucra algunos pasos. Primero, debes configurar la figura y el eje del gráfico. Luego, defines la función de animación, que actualiza los datos en cada cuadro. Por último, creas una instancia de la clase FuncAnimation, pasando la figura, la función de animación y el número de cuadros como argumentos.

Aquí tienes un ejemplo simple de creación de una animación de gráfico de líneas:

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
# Configurar la figura y el eje
fig, ax = plt.subplots()
xdata, ydata = [], []
ln, = plt.plot([], [], 'r-')
 
def init():
    ax.set_xlim(0, 2*np.pi)
    ax.set_ylim(-1, 1)
    return ln,
 
def update(frame):
    xdata.append(frame)
    ydata.append(np.sin(frame))
    ln.set_data(xdata, ydata)
    return ln,
 
ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 128),
                    init_func=init, blit=True)
plt.show()

En este ejemplo, la función init configura los límites del gráfico y devuelve el objeto de línea (ln). La función update se llama para cada cuadro, donde agrega los nuevos datos (el seno del número de cuadro) a ydata y actualiza los datos del objeto de línea. Luego se utiliza la clase FuncAnimation para crear la animación.

Tipos de Gráficos que Puedes Animar con Matplotlib

Matplotlib es muy versátil y te permite animar una amplia variedad de gráficos. Aquí tienes algunos ejemplos:

Gráficos de Líneas: Como vimos en la sección anterior, los gráficos de líneas se pueden animar para mostrar el cambio de una o más cantidades a lo largo del tiempo. Esto es particularmente útil para datos de series temporales.
Gráficos de Dispersión: Los gráficos de dispersión se pueden animar para mostrar el movimiento de puntos en un espacio 2D. Esto se puede utilizar para visualizar la agrupación o clasificación de puntos de datos a lo largo del tiempo.
Gráficos de Barras: Los gráficos de barras se pueden animar para mostrar el cambio en la cantidad representada por la altura de las barras. Esto se puede utilizar para visualizar cambios en un conjunto de datos a lo largo del tiempo.
Histogramas: Los histogramas se pueden animar para mostrar el cambio en la distribución de un conjunto de datos a lo largo del tiempo.
Gráficos en 3D: Matplotlib también admite gráficos en 3D. Puedes animar gráficos en 3D para mostrar cambios en un conjunto de datos en 3D. Esto puede ser útil para visualizar datos científicos en 3D.
Subgráficos: Puedes animar varios subgráficos simultáneamente. Esto se puede utilizar para comparar diferentes conjuntos de datos o diferentes vistas del mismo conjunto de datos.

Recuerda, el tipo de gráfico que elijas animar debe depender de la naturaleza de tus datos y lo que quieras transmitir con tu visualización.

Guardar tu Animación en Matplotlib

Una vez que hayas creado tu animación, es posible que desees guardarla para uso futuro o para compartirla con otros. Matplotlib proporciona el método Animation.save para este propósito. Este método te permite guardar la animación en varios formatos, incluyendo MP4, AVI y video HTML5.

Aquí tienes un ejemplo de cómo guardar una animación:

ani.save('animation.mp4', writer='ffmpeg', fps=30)

En este ejemplo, la animación se guarda como un archivo MP4 utilizando el escritor FFmpeg. El parámetro 'fps' especifica el número de fotogramas por segundo en la animación guardada.

Es importante tener en cuenta que guardar animaciones requiere tener un escritor apropiado instalado en su sistema. Para la mayoría de los formatos comunes, Matplotlib utilizará automáticamente el escritor apropiado. Sin embargo, para algunos formatos, es posible que necesite instalar software adicional. Por ejemplo, para guardar animaciones como archivos MP4, es necesario tener FFmpeg instalado en su sistema.

En la siguiente parte de este tutorial, profundizaremos en los diferentes tipos de gráficos que se pueden animar con Matplotlib y proporcionaremos ejemplos para cada uno. También discutiremos cómo animar gráficos 3D, cómo crear una barra de progreso animada y cómo agregar animaciones de texto a sus gráficos. ¡Estén atentos!

Animación de gráficos 3D con Matplotlib

Las capacidades 3D de Matplotlib se pueden utilizar para crear animaciones fascinantes que agregan una dimensión adicional a sus visualizaciones de datos. El proceso es similar a la creación de animaciones 2D, pero en lugar de crear un gráfico 2D, se crea uno 3D utilizando la clase 'Axes3D'.

Aquí hay un ejemplo de creación de una animación de superficie 3D:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from mpl_toolkits.mplot3d import Axes3D
 
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
 
x = np.linspace(-5, 5, 100)
y = np.linspace(-5, 5, 100)
x, y = np.meshgrid(x, y)
z = np.sin(np.sqrt(x**2 + y**2))
 
def update(num):
    ax.view_init(elev=10., azim=num)
    return ln,
 
ani = FuncAnimation(fig, update, frames=np.linspace(0, 2*np.pi, 100), blit=True)
plt.show()

En este ejemplo, la función 'update' cambia el ángulo de visualización del gráfico para cada fotograma, creando un efecto de rotación.

Creación de una animación de barra de progreso utilizando Matplotlib

Las barras de progreso son una excelente manera de visualizar el progreso de una computación o un proceso. Con Matplotlib, se puede crear una barra de progreso animada que se actualiza en tiempo real. Aquí hay un ejemplo simple:

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
fig, ax = plt.subplots()
bar = plt.bar([0], [0], color='b')
 
def update(i):
    bar[0].set_height(i / 100.)
    return bar
 
ani = FuncAnimation(fig, update, frames=range(101), repeat=False)
plt.show()

En este ejemplo, la altura de la barra se actualiza en cada fotograma, creando el efecto de una barra de progreso que se llena.

Agregar animaciones de texto a los gráficos de Matplotlib

Agregar texto animado a sus gráficos puede hacerlos más informativos y atractivos. Puede animar el texto en sus gráficos de Matplotlib utilizando la clase 'Text' y la clase 'FuncAnimation'. Aquí hay un ejemplo:

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
fig, ax = plt.subplots()
text = ax.text(0.5, 0.5, '', ha='center')
 
def update(i):
    text.set_text(f'Frame {i}')
    return text,
 
ani = FuncAnimation(fig, update, frames=range(10), blit=True)
plt.show()

En este ejemplo, el texto que se muestra en el gráfico se actualiza en cada fotograma, creando una animación de texto simple.

Animación de múltiples subgráficos con Matplotlib

Matplotlib permite la creación de múltiples subgráficos dentro de una sola figura, y estos subgráficos se pueden animar individualmente. Esto es particularmente útil cuando se desea comparar diferentes conjuntos de datos o diferentes vistas del mismo conjunto de datos uno al lado del otro. Aquí hay un ejemplo de cómo animar múltiples subgráficos:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
fig, axs = plt.subplots(2)
 
x = np.linspace(0, 2*np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)
 
line1, = axs[0].plot(x, y1, color='blue')
line2, = axs[1].plot(x, y2, color='red')
 
def update(frame):
    line1.set_ydata(np.sin(x + frame / 100))
    line2.set_ydata(np.cos(x + frame / 100))
    return line1, line2
 
ani = FuncAnimation(fig, update, frames=range(100), blit=True)
plt.show()

En este ejemplo, tenemos dos subgráficos: uno muestra una onda senoidal y el otro muestra una onda cosenoidal. La función 'update' cambia la fase de las ondas, creando una animación de dos ondas que se mueven en sincronía.

Creación de animaciones con paletas de colores cambiantes

Cambiar la paleta de colores de su animación puede agregar una capa adicional de información a su visualización. Por ejemplo, puede usar el color para representar una tercera dimensión en un gráfico 2D o resaltar puntos de datos específicos. Aquí hay un ejemplo de cómo crear una animación con una paleta de colores cambiantes:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
from matplotlib.cm import get_cmap
 
fig, ax = plt.subplots()
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)
scat = ax.scatter(x, y, c=y, cmap=get_cmap('viridis'))
 
def update(frame):
    y = np.sin(x + frame / 100)
    scat.set_offsets(np.c_[x, y])
    scat.set_array(y)
    return scat,
 
ani = FuncAnimation(fig, update, frames=range(100), blit=True)
plt.show()

En este ejemplo, utilizamos la función 'scatter' para crear un gráfico de dispersión de una onda senoidal, donde el color de cada punto está determinado por su valor y. La función 'update' cambia la fase de la onda y actualiza los colores de los puntos, creando una animación de una onda en movimiento con una paleta de colores cambiante.

Animación de datos en tiempo real con Matplotlib

Las animaciones de Matplotlib también se pueden utilizar para visualizar datos en tiempo real. Esto puede ser útil en una variedad de aplicaciones, como monitorear datos de sensores, rastrear precios de acciones o visualizar algoritmos de aprendizaje automático. Aquí hay un ejemplo de cómo animar datos en tiempo real:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
fig, ax = plt.subplots()
line, = ax.plot([])
 
def update(frame):
    line.set_data(range(frame), np.random.rand(frame))
    ax.relim()
    ax.autoscale_view()
    return line,
 
ani = FuncAnimation(fig, update, frames=range(1, 101), blit=True)

plt.show()

En este ejemplo, la función update genera un nuevo punto de datos aleatorio para cada frame, simulando datos en tiempo real. Los límites del gráfico se actualizan en cada frame para acomodar los nuevos datos.

Usando Matplotlib para animar simulaciones científicas

Las capacidades de animación de Matplotlib se pueden utilizar para visualizar simulaciones científicas.

Por ejemplo, puedes animar el movimiento de partículas en una simulación de física, el crecimiento de una población en una simulación de biología, o la propagación de una enfermedad en una simulación de epidemiología. Aquí tienes un ejemplo de cómo animar una simulación simple de física de una pelota que rebota:

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
 
fig, ax = plt.subplots()
ax.set_xlim(0, 10)
ax.set_ylim(0, 10)
ball = plt.Circle((5, 5), 0.5, color='blue')
ax.add_patch(ball)
 
vx, vy = 0.1, 0.2  # Velocidad
 
def update(frame):
    x, y = ball.center
    x += vx
    y += vy
    if x > 10 or x < 0:  # Rebotar si golpea el borde
        vx *= -1
    if y > 10 or y < 0:
        vy *= -1
    ball.center = (x, y)
    return ball,
 
ani = FuncAnimation(fig, update, frames=range(100), blit=True)
plt.show()

En este ejemplo, la función update actualiza la posición de la pelota en función de su velocidad, y invierte la velocidad si la pelota golpea el borde del gráfico, creando una animación de una pelota que rebota.

Preguntas frecuentes

¿Qué es la animación de Matplotlib?
La animación de Matplotlib es una característica de la biblioteca Matplotlib en Python que permite la creación de visualizaciones dinámicas. A diferencia de los gráficos estáticos, las animaciones pueden mostrar cambios a lo largo del tiempo, lo que las convierte en una excelente herramienta para representar datos de series temporales.
¿Cómo creo una animación usando Matplotlib?
Crear una animación en Matplotlib implica configurar la figura y el eje del gráfico, definir la función de animación, que actualiza los datos en cada frame, y crear una instancia de la clase FuncAnimation, pasando la figura, la función de animación y el número de frames como argumentos.
¿Qué tipos de gráficos puedo animar con Matplotlib?
Matplotlib te permite animar una amplia variedad de gráficos, incluyendo gráficos de líneas, gráficos de dispersión, gráficos de barras, histogramas, gráficos en 3D y subgráficos.

Troubleshooting: Matplotlib.pyplot Not Resolved From Source Unlocking the Power of Matplotlib Stylesheets for Enhanced Data Visualization