Python 使用imshow（）和matplotlib.patches在动态图像中快速绘制静态圆

为了问这个问题，我清理了我的代码，然后在清理时找到了解决方案。请参阅下面我的解决方案

我试图在

imshow（）

中创建一个动态图像（一部电影），并使用

matplotlib.patches

在其上绘制静态圆圈，但随着电影的播放，它的速度变慢了（延迟随时间线性增加）。圆圈是静态的，因此必须有一种方法使

matplotlib.patches

在更新

imshow（）

时运行得更快。这是我的密码：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Circle
from scipy.linalg import toeplitz

# Radius for circle of circles
r = 0.5
# Number of circles
n = 7
# Locations of centers of circles
a = r*np.transpose(np.array([np.cos(np.arange(0,2*np.pi,2*np.pi/n)),
                             np.sin(np.arange(0,2*np.pi,2*np.pi/n))]))

# Create first background image.
E = toeplitz(np.random.rand(70))

# Plot the first frame.
fig = plt.figure(1)
ax = fig.add_subplot(111)
im = ax.imshow(E,extent=np.array([-1,1,-1,1]))
# Draw the circles on the image
for k in range(np.shape(a)[0]):
    ax.add_patch(Circle((a[k][0],a[k][1]),0.1))
plt.show()

# Update with background image and redraw the circles.
for t in range(60):
    # Update the background image.
    E=toeplitz(np.random.rand(70)) 
    im.set_array(E)
    # Update the circles
    for k in range(np.shape(a)[0]):
        ax.add_patch(Circle((a[k][0],a[k][1]),0.1))
    fig.canvas.draw()

---

这是一个非常简单的解决方案。

add_patch（）

函数只需在电影开始时运行一次，

set_array

更新圆圈后面的数组。以下是从主

for

循环中删除

add_patch（）

函数的代码：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Circle
from scipy.linalg import toeplitz

# Radius for circle of circles
r = 0.5
# Number of circles
n = 7
# Locations of centers of circles
a = r*np.transpose(np.array([np.cos(np.arange(0,2*np.pi,2*np.pi/n)),
                             np.sin(np.arange(0,2*np.pi,2*np.pi/n))]))

# Create first background image.
E = toeplitz(np.random.rand(70))

# Plot the first frame.
fig = plt.figure(1)
ax = fig.add_subplot(111)
im = ax.imshow(E,extent=np.array([-1,1,-1,1]))
# Draw the circles on the image
for k in range(np.shape(a)[0]):
    ax.add_patch(Circle((a[k][0],a[k][1]),0.1))
plt.show()

# Update with background image.
for t in range(60):
    E=toeplitz(np.random.rand(70)) 
    im.set_array(E)
    fig.canvas.draw()

这几乎是以恒定的时间运行的。希望这将在将来为其他人节省几个小时的调试时间