Làm ảnh gif từ matplotlib


Posted on 09 Aug 2018 by Tulip Tulip

Problem

Hôm nay, khi thực hiện code thử linear regression , lúc cần visualization lại cách mà gradient điều chỉnh rồi fit dần dần như thế nào, mình cần 1 cái ảnh gif để mình họa. Vấn đề là, matpltlib, công cụ visualization quen thuộc trong python, thì có 1 cách làm ảnh gif rất bất tiện.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

fig, ax = plt.subplots()

x = np.arange(0, 2*np.pi, 0.01)
line, = ax.plot(x, np.sin(x))

def animate(i):
    line.set_ydata(np.sin(x + i/10.0))  # update the data
    return line,

# Init only required for blitting to give a clean slate.
def init():
    line.set_ydata(np.ma.array(x, mask=True))
    return line,

ani = animation.FuncAnimation(fig, animate, np.arange(1, 200), init_func=init, interval=25, blit=True)

Vấn đề của hàm FuncAnimation là hàm animate có vẻ không phù hợp cho các ảnh gif có độ tùy chỉnh cao, và nói chung đọc qua thì mình cảm thấy nó hơi phức tạp quá mức cần thiết.

Cách giải quyết

Để tạo ra ảnh gif, ta có thể lưu 1 list các ảnh, rồi kết nối các ảnh lại thành ảnh gif. Package sử dụng là imageio. Ta dùng hàm mimsave để tạo ra file gif từ 1 list các hình tĩnh.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

# some lines not related to visualization

def plot_for_offset(x, y, x_prime, w, b, i, loss_value):
    # Data for plotting
    fig, ax = plt.subplots(figsize=(10,5))
    ax.plot(x, y, 'bo', x_prime, x_prime * w[0,0] + b[0,0])
    ax.grid()
    ax.set(xlabel='X', ylabel='Y',
           title="Iter: {}, w: {}, b: {}, loss value: {}".format(i, w, b, loss_value))
    ax.set_xlim(-0.1, 1.1)
    ax.set_ylim(1, 5)

    # IMPORTANT ANIMATION CODE HERE
    fig.canvas.draw()       # draw the canvas, cache the renderer
    image = np.frombuffer(fig.canvas.tostring_rgb(), dtype='uint8')
    image  = image.reshape(fig.canvas.get_width_height()[::-1] + (3,))

    return image

image_list = []
iter_list = [0, 1, 2, 3, 4, 6, 9, 14]
epsilon = 5e-3

with tf.Session() as sess:
    sess.run(init_op)
    loss_value = 1
    i = -1
    while loss_value > epsilon:
        i += 1
        _, loss_value = sess.run((train, loss))
        b = biases.eval()
        w = weights.eval()
        if i in iter_list or (i + 1) % 10 == 0:
            image_list.append(plot_for_offset(x, y, x_prime, w, b, i, loss_value))
        if i > 200:
            break

imageio.mimsave('./linear_regression_fitting.gif', image_list, fps=1.5)

Tada, và sản phẩm của chúng ta là:


Sử dụng gradient để fit linear regression

Tham khảo

  1. https://ndres.me/post/matplotlib-animated-gifs-easily/