使用matplotlib.animation和matplotlib.widgets(滑块和按钮),我想创建一个分布的动画模拟(从一个样本开始,以一个大的结束),它从用户那里输入使用widgets的分布参数。这是我的代码:
import matplotlib.pyplot as plt
import numpy as np
import matplotlib.animation as animation
from matplotlib.widgets import Slider, Button
#create fig
fig,((ax1,ax2))=plt.subplots(2,1,sharex=True)
fig.suptitle("Sampling of Distributions\n\n(Parametrize and then run)", fontsize="x-large")
#animation function
def update(curr):
# check if animation is at the last frame, and if so, stop the animation
if curr*100+100 == n:
a.event_source.stop()
plt.subplot(2, 1, 1)
plt.cla()
plt.axis([np.round(np.percentile(x1,.05)),np.round(np.percentile(x1,99.5)),0,1]) #plot 99% cuantile
plt.hist(x1[:curr*100+100], normed=True, bins=20, alpha=0.5)
plt.gca().set_title('\n\nNormal n={}'.format(curr*100+100))
#sliders axis
ax2=plt.subplot(2, 1, 2)
ax2.axis('off')
ax2.set_title('\nParametrize Normal Distribution')
axis_color = 'lightgoldenrodyellow'
E0_slider_ax = fig.add_axes([0.13, .22, 0.3, 0.02], axisbg=axis_color)
E1_slider_ax = fig.add_axes([0.13, .17, 0.3, .02], axisbg = axis_color)
E0_slider = Slider(E0_slider_ax, r'Normal $\mu$', valmin = -5, valmax = 5, valinit = -2.5)
E0_slider.label.set_size(15)
E1_slider = Slider(E1_slider_ax, r'Normal $\sigma$', 0, 5, valinit = 1)
E1_slider.label.set_size(15)
#generate random numbers with slider values
def slider_on_change(val): #generate the random numbers
x1 = np.random.normal(E0_slider.val, E1_slider.val, n)
E0_slider.on_changed(slider_on_change)
E1_slider.on_changed(slider_on_change)
#create animation start button
def animate_button(self):
a = animation.FuncAnimation(fig, update, frames=100,interval=100)
plt.Figure.canvas.show()
#animation button
axnext = fig.add_axes([0.785, 0.02,0.1, 0.075], axisbg = axis_color)
bnext = Button(axnext, 'Run Simulations!')
bnext.on_clicked(animate_button)
plt.show()
字符串
滑块已经创建,但动画从未启动。请提供一些提示?
的数据
2条答案
按热度按时间nfzehxib1#
操作的顺序有点偏离,有些变量在编写时无法访问。例如,
n
从未定义过。我继续将其设置为5000以绘制一个相当合理的大小分布。当滑块更改时,您也不需要显式地做任何事情,而是引用update
中滑块的值。类似这样的事情应该可以工作。字符串
点击
Run Simulation
按钮后,它会根据mu和sigma的设置值创建x1
。对于每次迭代,它会绘制大小为iteration_num * 100 + 100
的样本并绘制更新的分布。该过程在100次迭代后停止,不再重复。这是最后一帧的图像。的数据
kxkpmulp2#
我无法添加评论,所以我创建了一个新的答案。
清单中有一个逗号太
<,>
了,由于matplotlib命令的更改,它不再运行:字符串
应改为
型
axisbg=axis_color
应该改为facecolor=axis_color
。normed=True
应该改为density=True
。