Matplotlib动画核心是实时更新数据并重绘，关键在FuncAnimation逻辑、数据更新方式和性能控制；需导入plt、FuncAnimation、np，设置后端并禁用交互模式，用init/update函数配合blit=True提升效率。
用 Matplotlib 做动画，核心是 不断更新绘图对象的数据并重绘，而不是一帧帧存图再拼接。关键在 FuncAnimation 的使用逻辑、数据更新方式和性能控制——搞清这三点，动态折线图、实时散点、滚动时序图都能稳稳跑起来。
准备基础环境与核心模块
确保已安装 matplotlib（建议 3.7+）和 numpy。动画功能主要依赖 matplotlib.animation 模块，无需额外安装：
- 导入常用模块：
import matplotlib.pyplot as plt、from matplotlib.animation import FuncAnimation、import numpy as np - 设置后端（尤其在脚本中运行时）：
plt.switch_backend('Agg')（避免 GUI 报错），或用'TkAgg'支持窗口实时显示 - 禁用交互模式干扰：
plt.ioff()，防止多图混叠
写一个最简动态折线图
从“每秒加一个点”开始，理解动画主循环：
- 先创建画布和初始空线：
fig, ax = plt.subplots(); line, = ax.plot([], []) - 定义初始化函数
init()：设好坐标轴范围、返回可更新的 artists（如line） - 定义更新函数
update(frame)：接收当前帧号，更新line.set_data(x_data[:frame], y_data[:frame]) - 调用
FuncAnimation(fig, update, frames=100, init_func=init, interval=50, blit=True)
注意：启用 blit=True 只重绘变化部分，大幅提升速度；但必须在 init 和 update 中返回 artist 元组（末尾加逗号）。
立即学习“Python免费学习笔记（深入）”；
处理实时/流式数据（比如模拟传感器）
不预存全部数据，而是边生成边画，适合监控类场景：
- 用
deque控制窗口长度（如保留最近 100 个点）：from collections import deque; x_deque = deque(maxlen=100); y_deque = deque(maxlen=100) - 在
update中追加新值：x_deque.append(new_x); y_deque.append(new_y)，再用line.set_data(list(x_deque), list(y_deque)) - 动态调整 xlim/ylim（可选）：
ax.set_xlim(min(x_deque), max(x_deque))，避免坐标轴卡死 - 若需暂停/继续，可用
anim.event_source.stop()和.start()控制
保存动画与常见避坑点
保存为 GIF 或 MP4 更便于分享：
- GIF：需安装
pillow，anim.save("plot.gif", writer="pillow", fps=20) - MP4：推荐
ffmpeg（需提前安装并加入系统 PATH），anim.save("plot.mp4", writer="ffmpeg", fps=30) -
常见问题：
AttributeError: 'NoneType' object has no attribute 'set_data'→ 忘了在init中返回 line；frames设太大会内存爆 → 改用生成器或限制最大帧数；中文乱码 → 提前设置字体：plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']
不复杂但容易忽略。
