在Python中使用 Matplotlib 进行插入排序可视化

先决条件：插入排序，使用 Matplotlib 制作动画

通过分析和比较为比较和交换元素而发生的操作数量，可视化算法可以更容易地理解它们。为此，我们将使用 matplotlib 绘制条形图来表示数组的元素，

方法：

1. 我们将生成一个包含随机元素的数组。
2. 该算法将在该数组上调用，并且出于可视化目的，将使用 yield 语句而不是 return 语句。
3. 在比较和交换之后，我们将产生数组的当前状态。因此该算法将返回一个生成器对象。
4. Matplotlib 动画将用于可视化数组的比较和交换。
5. 该数组将存储在 matplotlib 条形容器对象（'rects'）中，其中每个条形的大小将等于数组中元素的相应值。
6. matplotlib 动画的内置 FuncAnimation 方法会将容器和生成器对象传递给用于创建动画的函数。动画的每一帧对应于生成器的一次迭代。
7. 重复调用动画函数将设置矩形的高度等于元素的值。

Python3

# import all the modules
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import matplotlib as mp
import numpy as np
import random
  
# set the style of the graph
plt.style.use('fivethirtyeight')
  
# input the size of the array (list here)
# and shuffle the elements to create
# a random list
n = int(input("enter array size\n"))
a = [i for i in range(1, n+1)]
random.shuffle(a)
  
# insertion sort
  
  
def insertionsort(a):
    for j in range(1, len(a)):
        key = a[j]
        i = j-1
  
        while(i >= 0 and a[i] > key):
            a[i+1] = a[i]
            i -= 1
  
            # yield the current position
            # of elements in a
            yield a
        a[i+1] = key
        yield a
  
  
# generator object returned by the function
generator = insertionsort(a)
  
# to set the colors of the bars.
data_normalizer = mp.colors.Normalize()
color_map = mp.colors.LinearSegmentedColormap(
    "my_map",
    {
        "red": [(0, 1.0, 1.0),
                (1.0, .5, .5)],
        "green": [(0, 0.5, 0.5),
                  (1.0, 0, 0)],
        "blue": [(0, 0.50, 0.5),
                 (1.0, 0, 0)]
    }
)
  
  
fig, ax = plt.subplots()
  
# the bar container
rects = ax.bar(range(len(a)), a, align="edge",
               color=color_map(data_normalizer(range(n))))
  
# setting the view limit of x and y axes
ax.set_xlim(0, len(a))
ax.set_ylim(0, int(1.1*len(a)))
  
# the text to be shown on the upper left
# indicating the number of iterations
# transform indicates the position with
# relevance to the axes coordinates.
text = ax.text(0.01, 0.95, "", transform=ax.transAxes)
iteration = [0]
  
# function to be called repeatedly to animate
  
  
def animate(A, rects, iteration):
  
    # setting the size of each bar equal
    # to the value of the elements
    for rect, val in zip(rects, A):
        rect.set_height(val)
  
    iteration[0] += 1
    text.set_text("iterations : {}".format(iteration[0]))
  
  
anim = FuncAnimation(fig, func=animate,
                     fargs=(rects, iteration), frames=generator, interval=50,
                     repeat=False)
  
plt.show()

输出：