Python：更新绘图，而不是创建新绘图

我正在尝试使用Python编写Ising模型

我想，我已经正确编码了，但是我在动画或绘图方面有问题。我似乎为每个配置绘制了一个新的映像，而不是更新现有的映像，从而生成了许多我不需要的已保存映像。我只想要一个正在更新的绘图，如果可能的话

我知道，我在循环中绘制，但我不记得这是一个问题，当我想绘制每个迭代时。Seaborn的热图会有问题吗

我已附上我的代码：

import numpy as np
import numpy.random as npr
import matplotlib.pyplot as plt
import seaborn as sns

#Constants
J = 1
h = 1
kbT = 1
beta = 1

#Grid
L = 20 #Dimensions
N = L**2 #Total number of grid points


#Initial configuration
spins = 2*np.random.randint(2, size = (L,L))-1


E = []
i = 0
plt.figure()

while i < 100000:
    for i in range(1,N):
        i += 1
        s = tuple(npr.randint(0, L, 2)) # Random initial coordinate
    
        # x and y coordinate
        (sx, sy) = s
        # Periodic boundary condition
        sl = (sx-1, sy) 
        sr = ((sx+1)%L, sy)
        sb = (sx, sy-1)
        st = (sx, (sy+1)%L)
        # Energy
        E =   spins[s] * ( spins[sl] + spins[sr] + spins[sb] + spins[st] )
        if E <= 0 : # If negative, flip
            spins[s] *= -1
        else:
            x = np.exp(-E/kbT) # If positve, check condition
            q = npr.rand()
            if x > q: 
                spins[s] *= -1
    # Plot (heatmap)
    sns.heatmap(spins, cmap = 'magma')
    plt.pause(10e-10)
    plt.draw()
    plt.show()

将numpy导入为np
将numpy.random作为npr导入
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
#常数
J=1
h=1
kbT=1
β=1
#网格
L=20#尺寸
N=L**2#网格点总数
#初始配置
自旋=2*np.random.randint（2，size=（L，L））-1
E=[]
i=0
plt.图（）
当我<100000时：
对于范围（1，N）内的i：
i+=1
s=元组（npr.randint（0，L，2））#随机初始坐标
#x和y坐标
（sx，sy）=s
#周期边界条件
sl=（sx-1，sy）
sr=（（sx+1）%L，sy）
sb=（sx，sy-1）
st=（sx，（sy+1）%L）
#精力
E=自旋[s]*（自旋[sl]+自旋[sr]+自旋[sb]+自旋[st]）
如果E q：
自旋[s]*=-1
#绘图（热图）
sns.heatmap（自旋，cmap='magma'）
plt.暂停（10e-10）
plt.draw（）
plt.show（）

我认为功能

ion

和

clf

可以达到这个目的

import numpy as np
import numpy.random as npr
import matplotlib.pyplot as plt
import seaborn as sns

#Constants
J = 1
h = 1
kbT = 1
beta = 1

#Grid
L = 20 #Dimensions
N = L**2 #Total number of grid points

#Initial configuration
spins = 2*np.random.randint(2, size = (L,L))-1

E = []
i = 0

plt.ion()
plt.figure()
plt.show()

while i < 100000:
    for i in range(1,N):
        i += 1
        s = tuple(npr.randint(0, L, 2)) # Random initial coordinate
    
        # x and y coordinate
        (sx, sy) = s
        # Periodic boundary condition
        sl = (sx-1, sy) 
        sr = ((sx+1)%L, sy)
        sb = (sx, sy-1)
        st = (sx, (sy+1)%L)
        # Energy
        E =   spins[s] * ( spins[sl] + spins[sr] + spins[sb] + spins[st] )
        if E <= 0 : # If negative, flip
            spins[s] *= -1
        else:
            x = np.exp(-E/kbT) # If positve, check condition
            q = npr.rand()
            if x > q: 
                spins[s] *= -1
    # Plot (heatmap)
    plt.clf()
    sns.heatmap(spins, cmap = 'magma')
    plt.pause(10e-10)

将numpy导入为np
将numpy.random作为npr导入
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
#常数
J=1
h=1
kbT=1
β=1
#网格
L=20#尺寸
N=L**2#网格点总数
#初始配置
自旋=2*np.random.randint（2，size=（L，L））-1
E=[]
i=0
plt.ion（）
plt.图（）
plt.show（）
当我<100000时：
对于范围（1，N）内的i：
i+=1
s=元组（npr.randint（0，L，2））#随机初始坐标
#x和y坐标
（sx，sy）=s
#周期边界条件
sl=（sx-1，sy）
sr=（（sx+1）%L，sy）
sb=（sx，sy-1）
st=（sx，（sy+1）%L）
#精力
E=自旋[s]*（自旋[sl]+自旋[sr]+自旋[sb]+自旋[st]）
如果E q：
自旋[s]*=-1
#绘图（热图）
plt.clf（）
sns.heatmap（自旋，cmap='magma'）
plt.暂停（10e-10）

使用函数

ion

可以使绘图具有交互性，因此需要：

• 让它互动
• 展示情节
• 清除循环中的绘图

ion

功能的参考

---

clf

的参考是

我认为您正在寻找函数

ion

，您可以将其用作

plt.ion（）

，看看它是否成功！非常感谢。现在我只得到一个“”，而不是很多。