Python 如何使用Matplotlib为预计的世界人口增长设置动画？

我画了一幅世界人口的预测图，这是我数天来一直在努力制作的动画。 图为：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from celluloid import Camera

dataDict = {'Year': {0: 1950,
  1: 1951,
  2: 1952,
  3: 1953,
  4: 1954,
  5: 1955,
  6: 1956,
  7: 1957,
  8: 1958,
  9: 1959,
  10: 1960,
  11: 1961,
  12: 1962,
  13: 1963,
  14: 1964,
  15: 1965,
  16: 1966,
  17: 1967,
  18: 1968,
  19: 1969,
  20: 1970,
  21: 1971,
  22: 1972,
  23: 1973,
  24: 1974,
  25: 1975,
  26: 1976,
  27: 1977,
  28: 1978,
  29: 1979,
  30: 1980,
  31: 1981,
  32: 1982,
  33: 1983,
  34: 1984,
  35: 1985,
  36: 1986,
  37: 1987,
  38: 1988,
  39: 1989,
  40: 1990,
  41: 1991,
  42: 1992,
  43: 1993,
  44: 1994,
  45: 1995,
  46: 1996,
  47: 1997,
  48: 1998,
  49: 1999,
  50: 2000,
  51: 2001,
  52: 2002,
  53: 2003,
  54: 2004,
  55: 2005,
  56: 2006,
  57: 2007,
  58: 2008,
  59: 2009,
  60: 2010,
  61: 2011,
  62: 2012,
  63: 2013,
  64: 2014,
  65: 2015,
  66: 2016,
  67: 2017,
  68: 2018,
  69: 2019,
  70: 2020,
  71: 2091,
  72: 2092,
  73: 2093,
  74: 2094,
  75: 2095,
  76: 2096,
  77: 2097,
  78: 2098,
  79: 2099,
  80: 2100},
 'billion': {0: 2.5,
  1: 2.6,
  2: 2.6,
  3: 2.7,
  4: 2.7,
  5: 2.8,
  6: 2.8,
  7: 2.9,
  8: 2.9,
  9: 3.0,
  10: 3.0,
  11: 3.1,
  12: 3.2,
  13: 3.2,
  14: 3.3,
  15: 3.3,
  16: 3.4,
  17: 3.5,
  18: 3.6,
  19: 3.6,
  20: 3.7,
  21: 3.8,
  22: 3.9,
  23: 3.9,
  24: 4.0,
  25: 4.1,
  26: 4.2,
  27: 4.2,
  28: 4.3,
  29: 4.4,
  30: 4.5,
  31: 4.5,
  32: 4.6,
  33: 4.7,
  34: 4.8,
  35: 4.9,
  36: 5.0,
  37: 5.1,
  38: 5.1,
  39: 5.2,
  40: 5.3,
  41: 5.4,
  42: 5.5,
  43: 5.6,
  44: 5.7,
  45: 5.7,
  46: 5.8,
  47: 5.9,
  48: 6.0,
  49: 6.1,
  50: 6.1,
  51: 6.2,
  52: 6.3,
  53: 6.4,
  54: 6.5,
  55: 6.5,
  56: 6.6,
  57: 6.7,
  58: 6.8,
  59: 6.9,
  60: 7.0,
  61: 7.0,
  62: 7.1,
  63: 7.2,
  64: 7.3,
  65: 7.4,
  66: 7.5,
  67: 7.5,
  68: 7.6,
  69: 7.7,
  70: 7.8,
  71: 10.8,
  72: 10.8,
  73: 10.8,
  74: 10.8,
  75: 10.9,
  76: 10.9,
  77: 10.9,
  78: 10.9,
  79: 10.9,
  80: 10.9}}
df = pd.DataFrame(dataDict)

#Plotting
fig,ax = plt.subplots(figsize=(12,8))
sns.lineplot(x='Year',y='billion',data=df,ax=ax,color='b')
ax.set_ylim([2,11])
ax.xaxis.set_major_locator(ticker.MultipleLocator(10))
ax.margins(x=0, tight=True) # zero padding for the x-axis```
plt.fill_between(df['Year'], df['billion'], color='darkgreen', where=df['Year'] <= 2019)
plt.fill_between(df['Year'], df['billion'], color='lightgreen', where=df['Year'] >= 2019)
marked_years = [1950, 1987, 2019, 2050]
ax.scatter(marked_years, np.interp(marked_years, df['Year'], df['billion']), marker='o', color='black', s=50)


plt.text(1950,2.7,'2.5 Billion\nin 1950',horizontalalignment='right')
plt.text(1987,5.3,'5.1 Billion\nin 1987',horizontalalignment='right')
plt.text(2019,8,'7.7 Billion\nin 2019',horizontalalignment='right')
plt.text(2050,9.3,'9.7 Billion\nin 2050',horizontalalignment='right',color='r')

ax.spines['top'].set_visible(False)
ax.spines['left'].set_visible(False)#hiding y spine
plt.gca().axes.get_yaxis().set_visible(False) #hiding y axis
ax.spines['right'].set_visible(False)
plt.savefig('worldPopulationGrowth_by2050.png',dpi=300,bbox_inches='tight')
plt.show()
plt.close()

将numpy导入为np
作为pd进口熊猫
导入seaborn作为sns
导入matplotlib
将matplotlib.pyplot作为plt导入
将matplotlib.ticker导入为ticker
从赛璐珞进口照相机
dataDict={'Year'：{0:1950，
1: 1951,
2: 1952,
3: 1953,
4: 1954,
5: 1955,
6: 1956,
7: 1957,
8: 1958,
9: 1959,
10: 1960,
11: 1961,
12: 1962,
13: 1963,
14: 1964,
15: 1965,
16: 1966,
17: 1967,
18: 1968,
19: 1969,
20: 1970,
21: 1971,
22: 1972,
23: 1973,
24: 1974,
25: 1975,
26: 1976,
27: 1977,
28: 1978,
29: 1979,
30: 1980,
31: 1981,
32: 1982,
33: 1983,
34: 1984,
35: 1985,
36: 1986,
37: 1987,
38: 1988,
39: 1989,
40: 1990,
41: 1991,
42: 1992,
43: 1993,
44: 1994,
45: 1995,
46: 1996,
47: 1997,
48: 1998,
49: 1999,
50: 2000,
51: 2001,
52: 2002,
53: 2003,
54: 2004,
55: 2005,
56: 2006,
57: 2007,
58: 2008,
59: 2009,
60: 2010,
61: 2011,
62: 2012,
63: 2013,
64: 2014,
65: 2015,
66: 2016,
67: 2017,
68: 2018,
69: 2019,
70: 2020,
71: 2091,
72: 2092,
73: 2093,
74: 2094,
75: 2095,
76: 2096,
77: 2097,
78: 2098,
79: 2099,
80: 2100},
‘十亿’：{0:2.5，
1: 2.6,
2: 2.6,
3: 2.7,
4: 2.7,
5: 2.8,
6: 2.8,
7: 2.9,
8: 2.9,
9: 3.0,
10: 3.0,
11: 3.1,
12: 3.2,
13: 3.2,
14: 3.3,
15: 3.3,
16: 3.4,
17: 3.5,
18: 3.6,
19: 3.6,
20: 3.7,
21: 3.8,
22: 3.9,
23: 3.9,
24: 4.0,
25: 4.1,
26: 4.2,
27: 4.2,
28: 4.3,
29: 4.4,
30: 4.5,
31: 4.5,
32: 4.6,
33: 4.7,
34: 4.8,
35: 4.9,
36: 5.0,
37: 5.1,
38: 5.1,
39: 5.2,
40: 5.3,
41: 5.4,
42: 5.5,
43: 5.6,
44: 5.7,
45: 5.7,
46: 5.8,
47: 5.9,
48: 6.0,
49: 6.1,
50: 6.1,
51: 6.2,
52: 6.3,
53: 6.4,
54: 6.5,
55: 6.5,
56: 6.6,
57: 6.7,
58: 6.8,
59: 6.9,
60: 7.0,
61: 7.0,
62: 7.1,
63: 7.2,
64: 7.3,
65: 7.4,
66: 7.5,
67: 7.5,
68: 7.6,
69: 7.7,
70: 7.8,
71: 10.8,
72: 10.8,
73: 10.8,
74: 10.8,
75: 10.9,
76: 10.9,
77: 10.9,
78: 10.9,
79: 10.9,
80: 10.9}}
df=pd.DataFrame（dataDict）
#策划
图，ax=plt.子批次（图尺寸=（12,8））
sns.lineplot（x='Year'，y='十亿'，data=df，ax=ax，color='b'）
ax.set_ylim（[2,11]）
ax.xaxis.set\u major\u定位器（股票代码多路传输器（10））
最大边距（x=0，紧密=真）#x轴的零填充```
在（df['Year'，df['billion'，color='darkgreen'，其中=df['Year']=2019）之间填充
标记年份=[1950、1987、2019、2050]
最大散射（标记年，np.interp（标记年，df['Year'，df['billion'，]），标记为o'，颜色为黑色，s=50）
plt.text（1950,2.7，'1950年为25亿，'horizontalalignment='right'）
plt.text（1987年，5.3，'1987年，51亿，'horizontalalignment='right'）
plt.text（2019,8，'7.7亿\n 2019'，horizontalalignment='right'）
plt.text（2050,9.3，'9.7十亿\n在2050年'，水平对齐='right'，颜色='r'）
ax.spines['top'].set_可见（假）
ax.spines['left'].设置_可见（假）#隐藏y spine
plt.gca（）.axes.get_yaxis（）.set_visible（False）#隐藏y轴
ax.spines['右'].set_可见（假）
plt.savefig（'worldPopulationGrowth\u By 2050.png'，dpi=300，bbox\u inches='tight'）
plt.show（）
plt.close（）

我尝试使用matplotlib文档（）中的示例。 我可以只设置线条图的动画，但不能使用以下代码在颜色之间填充。\u：

#Tentative of animation
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
x = df['Year']
y = df['billion']
fig, ax = plt.subplots()
line, = ax.plot(x, y, color='b')
#plt.fill_between(df['Year'], df['billion'], color='darkgreen', where=df['Year'] <= 2019)
#plt.fill_between(df['Year'], df['billion'], color='lightgreen', where=df['Year'] >= 2019)

def update(num, x, y, line):
    line.set_data(x[:num], y[:num])  
    return line,

ani = animation.FuncAnimation(fig, update, len(x), fargs=[x, y, line],
                              interval=15, blit=True)
ani.save('populationAnimated.gif')
plt.show()

#动画的尝试
将numpy作为np导入
将matplotlib.pyplot作为plt导入
将matplotlib.animation导入为动画
x=df[‘年’]
y=df['十亿']
图，ax=plt.子批次（）
直线，=ax.plot（x，y，color='b'）
#在（df['Year'，df['billion'，color='darkgreen'，其中=df['Year']=2019）之间填充
def更新（数字、x、y、行）：
行。设置_数据（x[：num]，y[：num]）
回程线，
ani=animation.FuncAnimation（图，更新，len（x），fargs=[x，y，line]，
间隔=15，blit=真）
ani.save（'populationAnimated.gif'）
plt.show（）

---

因此，我正在寻求您的帮助，以动画与绿色之间的填充颜色的初始情节。提前感谢您抽出时间和分享您的知识。

一系列修补程序存储在

集合中。每次调用更新时，都会添加一个新补丁。因此，您需要清除在此实现的以前的修补程序。此外，您希望使用
blit=False
，因为正在修改
轴


df=pd.DataFrame（dataDict）
x=df[‘年’]
y=df['十亿']
图，ax=plt.子批次（）
直线，=ax.plot（x，y，color='b'）
def更新（数量、x、y、行、ax）：
ax.collections.clear（）
行。设置_数据（x[：num]，y[：num]）
（df['Year'][：num]，df['billion'][：num]，color='darkgreen'，其中=df['Year'][：num]2019）之间的最大填充量
返回线
ani=animation.FuncAnimation（图，更新，len（x），fargs=[x，y，line，ax]，
间隔=15，blit=False）
ani.save（'populationAnimated.gif'）
plt.show（）

df = pd.DataFrame(dataDict)
x = df['Year']
y = df['billion']
fig, ax = plt.subplots()

line, = ax.plot(x, y, color='b')

def update(num, x, y, line,ax):
    ax.collections.clear()
    line.set_data(x[:num], y[:num])
    ax.fill_between(df['Year'][:num], df['billion'][:num], color='darkgreen', where=df['Year'][:num] <= 2019)
    ax.fill_between(df['Year'][:num], df['billion'][:num], color='lightgreen', where=df['Year'][:num] > 2019)
    return line, ax

ani = animation.FuncAnimation(fig, update, len(x), fargs=[x, y, line,ax],
                              interval=15, blit=False)
ani.save('populationAnimated.gif')
plt.show()