Python matplotlib动画随机跳到初始位置

我正在修改来自的代码，但我发现在我的动画中，每个粒子似乎都跳回到它的初始位置，但不是同时跳回所有粒子？我不明白为什么会出现这种情况（我输入的数据是否正确？）

我有一个模拟测试粒子围绕中心质量运行的程序。程序以新行分隔的块输出数据。每个块由每个粒子的一条新线组成，每条线有3个数字，每个维度1个数字

下面是有问题的代码：

import numpy as np
import matplotlib.pyplot as plt
import mpl_toolkits.mplot3d.axes3d as p3
import matplotlib.animation as animation
import csv

#read in data
with open('tmpfile', 'rb') as csvfile: 
    reader = csv.reader(csvfile, delimiter='\t')
    data = np.array([[float(field) for field in row]
                        for row in filter(lambda x: x != [], reader)])
print(data.shape)
data = data.reshape((21, -1, 3)).swapaxes(1,2)
print(data.shape)


def update_points(num, dataPoints, points) :
    for point, data in zip(points, dataPoints) :
        point.set_data(data[0:2, num-1:num])
        point.set_3d_properties(data[2,num-1:num])
    return points

#prepare plot
fig = plt.figure()
ax = p3.Axes3D(fig)

points = [ax.plot(dat[0, 0:1], dat[1, 0:1], dat[2, 0:1], c='b', marker='o')[0] for dat in data]

# Set the axes properties
ax.view_init(90, 90)

ax.set_xlim3d([-8.0, 8.0])
ax.set_xlabel('X')

ax.set_ylim3d([-8.0, 8.0])
ax.set_ylabel('Y')

ax.set_zlim3d([-1.0, 1.0])
ax.set_zlabel('Z')

#Create the Animation object
ani = animation.FuncAnimation(fig, update_points, 101, fargs=(data, points), 
                                   interval=500, blit=False)

plt.show()

下面是输出文件格式的示例（对于21个粒子和2个时间步，）：

---

谢谢。

让我们考虑一个较小的例子，有2个时间步长和3个粒子：

In [175]: data = np.arange(6*3).reshape(6,3); data

Out[175]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14],
       [15, 16, 17]])

如果我们使用

data.reformate（3，-1,3）.swapaxes（1,2）

，那么我们得到

In [176]: data.reshape(3, -1, 3).swapaxes(1, 2)
Out[176]: 
array([[[ 0,  3],
        [ 1,  4],
        [ 2,  5]],

       [[ 6,  9],
        [ 7, 10],
        [ 8, 11]],

       [[12, 15],
        [13, 16],
        [14, 17]]])

请注意，第一个粒子的位置变为[0,1,2]和[3,4,5]。 但是我们希望第一个粒子的位置是[0,1,2]和[9,10,11]

所以用

In [177]: data.reshape((-1, 3, 3)).transpose([1, 2, 0])
Out[177]: 
array([[[ 0,  9],
        [ 1, 10],
        [ 2, 11]],

       [[ 3, 12],
        [ 4, 13],
        [ 5, 14]],

       [[ 6, 15],
        [ 7, 16],
        [ 8, 17]]])

---

因此，改变

data = data.reshape((21, -1, 3)).swapaxes(1,2)

到

---

让我们考虑一个较小的例子，具有2个时间步长和3个粒子：

In [175]: data = np.arange(6*3).reshape(6,3); data

Out[175]: 
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14],
       [15, 16, 17]])

如果我们使用

data.reformate（3，-1,3）.swapaxes（1,2）

，那么我们得到

In [176]: data.reshape(3, -1, 3).swapaxes(1, 2)
Out[176]: 
array([[[ 0,  3],
        [ 1,  4],
        [ 2,  5]],

       [[ 6,  9],
        [ 7, 10],
        [ 8, 11]],

       [[12, 15],
        [13, 16],
        [14, 17]]])

请注意，第一个粒子的位置变为[0,1,2]和[3,4,5]。 但是我们希望第一个粒子的位置是[0,1,2]和[9,10,11]

所以用

In [177]: data.reshape((-1, 3, 3)).transpose([1, 2, 0])
Out[177]: 
array([[[ 0,  9],
        [ 1, 10],
        [ 2, 11]],

       [[ 3, 12],
        [ 4, 13],
        [ 5, 14]],

       [[ 6, 15],
        [ 7, 16],
        [ 8, 17]]])

---

因此，改变

data = data.reshape((21, -1, 3)).swapaxes(1,2)

到

---

我曾遇到一些问题，使数据进入正确的形状，但甚至没有想过考虑跳过数据的时间步长。这解决了我所有的问题，非常感谢！我曾遇到一些问题，使数据进入正确的形状，但甚至没有想过考虑跳过数据的时间步长。这解决了我所有的问题，非常感谢！