可以使用matplotlib FuncAnimation工具根据matplotlib中的数据创建动画。其思想是将动画视为帧的集合，并根据帧号定义每帧的图形/内容（假设这些帧是按升序排列的）。更多关于matplotlib动画的详细信息可以在官方网站的这个页面上找到：Matplotlib Animations。答案的其余部分专门针对该问题提供了一些指导。

最终结果

下面是我用matplotlib FuncAnimation创建的一个虚拟动画，它是基于问题的思想（虽然有虚拟数据）。
x1c 0d1x的数据

代码

下面是生成上述动画的代码-

from matplotlib.animation import FuncAnimation
import matplotlib.pyplot as plt
import math
# dummy parameters, replace them with your own
sun_x, sun_y = 0, 0
voyager1_theta, voyager1_speed, voyager1_radius = 0, 0.003*math.pi, 40
planet1_theta, planet1_speed, planet1_radius = 0, 0.002*math.pi, 40
planet2_theta, planet2_speed, planet2_radius = 0, 0.001*math.pi, 90
fps = 10   # frames per second in animation
total_time = 5  # in seconds, total time of animation
time_ratio = 100 # in seconds, how many seconds in reality for every second on animation
# extra calculations
interval = 1/fps # in seconds
total_frames = total_time * fps
voyager_x_data = []
voyager_y_data = []
fig, ax = plt.subplots()
def update(frame):
    # this function accepts the frame-number as frame and creates the figure for it
    global ax
    # dummy calculations, replace them with your own calculations
    time = frame*interval*time_ratio  # in seconds
    voyager_x = (voyager1_radius+time/20) * math.cos(voyager1_speed*time + voyager1_theta)
    voyager_y = (voyager1_radius+time/20) * math.sin(voyager1_speed*time + voyager1_theta)
    voyager_x_data.append(voyager_x)
    voyager_y_data.append(voyager_y)
    planet1_x = planet1_radius * math.cos(planet1_speed*time + planet1_theta)
    planet1_y = planet1_radius * math.sin(planet1_speed*time + planet1_theta)
    planet2_x = planet2_radius * math.cos(planet2_speed*time + planet2_theta)
    planet2_y = planet2_radius * math.sin(planet2_speed*time + planet2_theta)
    # plotting
    ax.clear()  # clear the figure (to remove the contents of last frame)
    ax.set_ylim(-100,100)
    ax.set_xlim(-100,100)
    ax.set_aspect('equal')
    ax.set_title('Time = {:.3f} sec'.format(time))
    ax.scatter(sun_x, sun_y, color = 'yellow', marker = 'o') #, label='Sun')
    ax.scatter(planet1_x, planet1_y, color = 'blue', marker = 'o') #, label = 'Planet1')
    ax.scatter(planet2_x, planet2_y, color = 'green', marker = 'o') #, label = 'Planet2')
    ax.plot(voyager_x_data, voyager_y_data, color = 'red')
    ax.scatter(voyager_x, voyager_y, color = 'red', label = 'Voyager')
    ax.legend()
anim = FuncAnimation(fig, update, frames = range(total_frames), interval = interval*1000)  # multiplying by 1000 to convert sec into milli-sec
anim.save('result.gif', fps = fps)  # replace the name of file with your own path and name
#plt.show()  # uncomment this line and comment out the second-last line to see in realtime instead of saving

字符串
解释说明
代码中的注解包含了阅读和使用代码时所需的所有辅助信息。本节包含了整体说明。
1.创建数据。您可以从任何数据库中计算或加载数据。在上面的代码中，我们正在计算数据。在创建帧时，更新函数中也会计算一些数据。此外，代码中还有一些额外的方便参数，如fps、total_time、time_ratio。
1.初始化matplotlib图形和轴（fig, ax = plt.subplots()），然后定义update函数，该函数将帧编号作为输入并创建该帧编号的图形。
1.使用FuncAnimation创建动画。在代码中，我们使用FuncAnimation(fig, update, frames = range(total_frames), interval = interval*1000)创建动画。我们指定帧以匹配我们想要的时间，并指定间隔以匹配我们想要的动画中的FPS。
1.最后，查看/保存动画。要查看，请调用plt.show()。要保存，请调用anim.save()，其中指定输出文件的路径沿着文件名和fps，以匹配我们想要的FPS。

备注

1.指定给anim.save()的文件名扩展名用于确定导出格式。在ffmpeg的帮助下，还支持其他格式。要获得对其他格式的支持，请安装ffmpeg并在anim.save()中指定writer='ffmpeg'。
1.在实时查看动画时，例如使用plt.show()，将frames=None设置为FuncAnimation()，因为我们不想指定动画运行的时间。我们希望它在我们查看时就运行。