【1】引言
前序教程中的曲线动态输出，其实是把曲线按照左右移动的形式输出（波的传递形式）。
python画图|曲线动态输出基础教程_python 动态曲线-CSDN博客
但有些时候我们更期待的是曲线不移动，随着自变量的增加而输出因变量，因此这是两种曲线输出教程。
基于上述区别说明，很有必要对后一种方法进行探索。
【2】官网教程
首先点击下述链接可以直达官网，我们将会看到期待的动态输出曲线。
https://matplotlib.org/stable/gallery/animation/animate_decay.html#sphx-glr-gallery-animation-animate-decay-py
基于此我们对官网教程进行解读。
【3】代码解读
首先引入了好几个模块：
import itertools #引入itertools模块，可实现变量无限输出 import matplotlib.pyplot as plt #引入画图模块 import numpy as np #引入计算模块 import matplotlib.animation as animation #引入动画模块
这里的itertools模块第一次引入，可以实现比自变量的无限输出。
然后先定义了一个变量产生函数，并将自变量和因变量的关系进行了定义：
def data_gen(): #自定义函数，使用itertools.count()模块
for cnt in itertools.count(): #创造一个从0开始，步长是1的无线循环，输出结果全部赋值给cnt
t = cnt / 10 # 计算cnt/10后赋值给t
yield t, np.sin(2*np.pi*t) * np.exp(-t/10.) #返回t, np.sin(2*np.pi*t) * np.exp(-t/10.)
之后再定义了变量的范围：
def init(): #自定义函数
ax.set_ylim(-1.1, 1.1) #设置Y轴范围
ax.set_xlim(0, 1) #设置X轴范围
del xdata[:] #定义一个空矩阵xdata[]
del ydata[:] #定义一个空矩阵ydata[]
line.set_data(xdata, ydata) #设置曲线的自变量和因变量
return line, #返回曲线的数值
其实直到此时，才完成要画图对应各个变量的定义，并且自变量和因变量还是空矩阵。
完成变量的初步定义之后，定义要画图：
fig, ax = plt.subplots() #定义要画图 line, = ax.plot([], [], lw=2) #定义要画曲线 ax.grid() #给输出曲线增加网格 xdata, ydata = [], [] #定义xdata和ydata为空矩阵
在前述的定义中，自变量一直未实质赋值，接下来通过append()函数进行赋值，并修改了X轴的范围：
def run(data): #自定义函数
# update the data
t, y = data #定义变相t和y
xdata.append(t) #xdata为t的所有取值
ydata.append(y) #ydata为y的所有取值
xmin, xmax = ax.get_xlim() #X轴的最小值和最大值（xmin和xmax）从xlim()中取出
if t >= xmax: #当自变量超出X轴上限
ax.set_xlim(xmin, 2*xmax) #将X轴取值扩大两倍
ax.figure.canvas.draw() #输出图形
line.set_data(xdata, ydata) #定义曲线变量
return line, #返回曲线值
最后实现动态输出：
ani = animation.FuncAnimation(fig, run, data_gen, interval=100, init_func=init,
save_count=100) #输出动画
plt.show() #输出图形
此时获得的输出结果为：
图1
此时对应的完整代码为：
import itertools #引入itertools模块，可实现变量无限输出
import matplotlib.pyplot as plt #引入画图模块
import numpy as np #引入计算模块
import matplotlib.animation as animation #引入动画模块
def data_gen(): #自定义函数，使用itertools.count()模块
for cnt in itertools.count(0.,0.5): #创造一个从0开始，步长是1的无线循环，输出结果全部赋值给cnt
t = cnt / 10 # 计算cnt/10后赋值给t
yield t, np.sin(2*np.pi*t) * np.exp(-t/10.) #返回t, np.sin(2*np.pi*t) * np.exp(-t/10.)
def init(): #自定义函数
ax.set_ylim(-1.1, 1.1) #设置Y轴范围
ax.set_xlim(0, 1) #设置X轴范围
del xdata[:] #定义一个空矩阵xdata[]
del ydata[:] #定义一个空矩阵ydata[]
line.set_data(xdata, ydata) #设置曲线的自变量和因变量
return line, #返回曲线的数值
fig, ax = plt.subplots() #定义要画图
line, = ax.plot([], [], lw=2) #定义要画曲线
ax.grid() #给输出曲线增加网格
xdata, ydata = [], [] #定义xdata和ydata为空矩阵
def run(data): #自定义函数
# update the data
t, y = data #定义变相t和y
xdata.append(t) #xdata为t的所有取值
ydata.append(y) #ydata为y的所有取值
xmin, xmax = ax.get_xlim() #X轴的最小值和最大值（xmin和xmax）从xlim()中取出
if t >= xmax: #当自变量超出X轴上限
ax.set_xlim(xmin, 2*xmax) #将X轴取值扩大两倍
ax.figure.canvas.draw() #输出图形
line.set_data(xdata, ydata) #定义曲线变量
return line, #返回曲线值
# Only save last 100 frames, but run forever
ani = animation.FuncAnimation(fig, run, data_gen, interval=100, init_func=init,
save_count=100) #输出动画
plt.show() #输出图形
#ani.save('ani.gif') #保存动画实际上，当在PC上运行上述代码时，输出的图形是无限的，不会停止。
图2
这是因为itertools.count()函数并没有给出任何停止输出自变量的信号，因此有必要设置输出停止代码。
【3】代码改写
在itertools.count()函数下方增加break操作：
if(t>20):
break
此时的完整代码为：
import itertools #引入itertools模块
import matplotlib.pyplot as plt #引入画图模块
import numpy as np #引入计算模块
import matplotlib.animation as animation #引入动画模块
def data_gen(): #自定义函数，使用itertools.count()模块
for cnt in itertools.count(0.,0.5): #创造一个从0开始，步长是1的无线循环，输出结果全部赋值给cnt
t = cnt / 10 # 计算cnt/10后赋值给t
yield t, np.sin(2*np.pi*t) * np.exp(-t/10.) #返回t, np.sin(2*np.pi*t) * np.exp(-t/10.)
if(t>20):
break
def init(): #自定义函数
ax.set_ylim(-1.1, 1.1) #设置Y轴范围
ax.set_xlim(0, 1) #设置X轴范围
del xdata[:] #定义一个空矩阵xdata[]
del ydata[:] #定义一个空矩阵ydata[]
line.set_data(xdata, ydata) #设置曲线的自变量和因变量
return line, #返回曲线的数值
fig, ax = plt.subplots() #定义要画图
line, = ax.plot([], [], lw=2) #定义要画曲线
ax.grid() #给输出曲线增加网格
xdata, ydata = [], [] #定义xdata和ydata为空矩阵
def run(data): #自定义函数
# update the data
t, y = data #定义变相t和y
xdata.append(t) #xdata为t的所有取值
ydata.append(y) #ydata为y的所有取值
xmin, xmax = ax.get_xlim() #X轴的最小值和最大值（xmin和xmax）从xlim()中取出
if t >= xmax: #当自变量超出X轴上限
ax.set_xlim(xmin, 2*xmax) #将X轴取值扩大两倍
ax.figure.canvas.draw() #输出图形
line.set_data(xdata, ydata) #定义曲线变量
return line, #返回曲线值
# Only save last 100 frames, but run forever
ani = animation.FuncAnimation(fig, run, data_gen, interval=0.10, init_func=init,
save_count=1000) #输出动画
ani.save('ani-1000.gif') #保存动画
plt.show() #输出图形
运行代码后将发现，自变量最大值为20：
图3
【4】总结
探索了曲线动态输出的教程，掌握了输出范围等的设置技巧。
