用Google Colab，怎样让机器学习图表动起来？

会员服务 ·

用Google Colab，怎样让机器学习图表动起来？

2018 年 5 月 3 日 量子位 关注前沿科技

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 + b
  m = np.cos(at_x)
  b = np.sin(at_x) - np.cos(at_x)*at_x
  gradient_line = m*x + b

  line2.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。

下面是完整的实现代码：

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 sequentially
def animate(i):
  at_x = x[i]

  # gradient_line will have the form m*x + b
  m = np.cos(at_x)
  b = np.sin(at_x) - np.cos(at_x)*at_x
  gradient_line = m*x + b

  line2.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。