今天在用colab做深度学习时，想要利用matplotlib.animation生成一个动图，但是一直无法使用，就在网上查找资料，看到了这篇教程，感觉很不错就转载过来了。
作者 Navjot
王小新 编译自 TowardsDataScience
量子位 出品 | 公众号 QbitAI
Google Colab发布短短半年时间，受到了众多机器学习小伙伴的追捧。
毕竟它无需安装、功能强大、支持实时协作，还能免费蹭Google云上的GPU，比Jupyter Notebooks不知高到哪里去了。
可是，Colab也有不友好的地方：机器学习第一步，也就是用可视化图表分析数据的时候，你就可能遇到困难。想在Colab里绘制动图，比在Jupyter Notebooks里难多了。
Jupyter Notebooks中，可以很容易地运行matplotlib库中的动图接口，但Colab中，就需要开动脑筋。
为了在Google Colab中绘制动图，名叫Navjot的小哥在Medium上提出了一种方法。
量子位搬运过来，以下为他博客的译文：
让图表动起来，我见过的最佳方法是这样的 ：
from matplotlib import rc
rc('animation', html='jshtml')
下面，我们会分步详细介绍。
任务：绘制y= sin(x)曲线，并得到每个点切线的动画。
首先，导入函数库：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation
定义自变量x的范围，并绘制sin（x）函数：
x = np.linspace(-4, 4, 100)
y = np.sin(x)
创建所需的绘图对象：
fig, ax = plt.subplots()
ax.set_xlim(( -4, 4))
ax.set_ylim((-2, 2))
再画出2条线，对应目标函数和它的切线：
line1, = ax.plot([], [], lw=2)
line2, = ax.plot([], [], lw=2)
接着，定义init函数，以设置动画中每一帧的背景：
def init():line1.set_data(x, y) return (line1,)
然后，定义animate函数，并按顺序进行调用，得到每一帧中看出的变化：
def animate(i):at_x = x[i]# gradient_line will have the form m*x + bm = np.cos(at_x)b = np.sin(at_x) - np.cos(at_x)*at_xgradient_line = m*x + bline2.set_data(x, gradient_line)return (line2,)
最后，调用matplotlib.animation中FuncAnimation函数来设置动画参数：
anim = animation.FuncAnimation(fig, animate, init_func=init, frames=100, interval=100, blit=True)
在该阶段，我们得到了动画对象anim，而且为了把动画内嵌到网页中，我们把图表中默认的表示设置为交互式的JavaScript小部件，把animate.html中的rc参数改为jshtml来实现。
rc('animation', html='jshtml')
设置好上面内容后，我们就可以引用动画对象anim来显示内嵌动画图。
完整代码
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation, rc
from IPython.display import HTML# animate over some set of x, y
x = np.linspace(-4, 4, 100)
y = np.sin(x)# First set up the figure, the axes, and the plot element
fig, ax = plt.subplots()
plt.close()
ax.set_xlim(( -4, 4))
ax.set_ylim((-2, 2))line1, = ax.plot([], [], lw=2)
line2, = ax.plot([], [], lw=2)# initialization function: plot the background of each frame
def init():line1.set_data(x, y) return (line1,)# animation function: this is called sequentiallyimport numpy as np
import matplotlib.pyplot as plt
from matplotlib import animation, rc
from IPython.display import HTML# animate over some set of x, y
x = np.linspace(-4, 4, 100)
y = np.sin(x)# First set up the figure, the axes, and the plot element
fig, ax = plt.subplots()
plt.close()
ax.set_xlim(( -4, 4))
ax.set_ylim((-2, 2))line1, = ax.plot([], [], lw=2)
line2, = ax.plot([], [], lw=2)# initialization function: plot the background of each frame
def init():line1.set_data(x, y) return (line1,)# animation function: this is called sequentially
def animate(i):at_x = x[i]# gradient_line will have the form m*x + bm = np.cos(at_x)b = np.sin(at_x) - np.cos(at_x)*at_xgradient_line = m*x + bline2.set_data(x, gradient_line)return (line2,)anim = animation.FuncAnimation(fig, animate, init_func=init, frames=100, interval=100, blit=True)
rc('animation', html='jshtml')
anim
在Google Colab中运行这个代码，可生成下面的内嵌动画图。
