尝试用jupyter notebook 制作两个相关数据的动态图代码

好的，以下是一个简单的例子，展示如何使用Jupyter Notebook制作动态图。

首先，我们需要导入必要的库：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

接着，我们生成两个相关的数据集：

# 生成两个相关的数据集
np.random.seed(123)
x = np.linspace(0, 10, 100)
y1 = 2 * x + np.random.normal(size=100)
y2 = 3 * x + np.random.normal(size=100)

然后，我们创建一个空的画布，并定义两个子图：

# 创建画布和子图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(10, 5))

接下来，我们定义一个更新函数 `update`，该函数将在每一帧中被调用，用于更新数据和绘制图形：

def update(frame):
    # 更新数据
    y1_new = y1 + np.random.normal(size=100)
    y2_new = y2 + np.random.normal(size=100)

    # 清空子图
    ax1.clear()
    ax2.clear()

    # 绘制新的数据
    ax1.scatter(x, y1_new)
    ax1.set_title('Data 1')
    ax1.set_xlabel('X')
    ax1.set_ylabel('Y')

    ax2.scatter(x, y2_new)
    ax2.set_title('Data 2')
    ax2.set_xlabel('X')
    ax2.set_ylabel('Y')

最后，我们使用 `FuncAnimation` 函数创建动画：

# 创建动画
ani = FuncAnimation(fig, update, frames=np.arange(100), interval=100)

# 显示动画
plt.show()

这个例子中，我们使用了 `FuncAnimation` 函数创建了一个动画，其中 `update` 函数会在每一帧中被调用，更新数据和绘制图形。动画会不断循环播放，直到关闭画布为止。

你可以根据自己的需求修改代码，制作出更加复杂的动态图。