python图表制作方法_Python中一种简单的动态图表制作方法

港控/mmm° 2022-10-31 13:57 229阅读 0赞

在读技术博客的过程中，我们会发现那些能够把知识、成果讲透的博主很多都会做动态图表。他们的图是怎么做的？难度大吗？这篇文章就介绍了Python中一种简单的动态图表制作方法。

![751822ec4869321e04d56d6514657f2c.gif][]

数据暴增的年代，数据科学家、分析师在被要求对数据有更深的理解与分析的同时，还需要将结果有效地传递给他人。如何让目标听众更直观地理解？当然是将数据可视化啊，而且最好是动态可视化。本文将以线型图、条形图和饼图为例，系统地讲解如何让你的数据图表动起来。

![9e4be2fc30dce8daa3f5f5f178d975d5.gif][]

这些动态图表是用什么做的？接触过数据可视化的同学应该对Python里的Matplotlib库并不陌生。它是一个基于Python的开源数据绘图包，仅需几行代码就可以帮助开发者生成直方图、功率谱、条形图、散点图等。这个库里有个非常实用的扩展包——FuncAnimation，可以让我们的静态图表动起来。FuncAnimation是Matplotlib库中Animation类的一部分，后续会展示多个示例。如果是首次接触，你可以将这个函数简单地理解为一个While循环，不停地在“画布”上重新绘制目标数据图。如何使用FuncAnimation？这个过程始于以下两行代码：

importmatplotlib.animationasanianimator=ani.FuncAnimation(fig,chartfunc,interval=100)从中我们可以看到FuncAnimation的几个输入：

fig是用来「绘制图表」的figure对象；

chartfunc是一个以数字为输入的函数，其含义为时间序列上的时间；

interval这个更好理解，是帧之间的间隔延迟，以毫秒为单位，默认值为200。

这是三个关键输入，当然还有更多可选输入，感兴趣的读者可查看原文档，这里不再赘述。下一步要做的就是将数据图表参数化，从而转换为一个函数，然后将该函数时间序列中的点作为输入，设置完成后就可以正式开始了。在开始之前依旧需要确认你是否对基本的数据可视化有所了解。也就是说，我们先要将数据进行可视化处理，再进行动态处理。按照以下代码进行基本调用。另外，这里将采用大型流行病的传播数据作为案例数据(包括每天的死亡人数)。

importmatplotlib.animationasaniimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdurl='https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse\_covid\_19\_data/csse\_covid\_19\_time\_series/time\_series\_covid19\_deaths\_global.csv'df=pd.read\_csv(url,delimiter=',',header='infer')df\_interest=df.loc\[df\['Country/Region'\].isin(\['UnitedKingdom','US','Italy','Germany'\])&df\['Province/State'\].isna()\]df\_interest.rename(index=lambdax:df\_interest.at\[x,'Country/Region'\],inplace=True)df1=df\_interest.transpose()df1=df1.drop(\['Province/State','Country/Region','Lat','Long'\])df1=df1.loc\[(df1!=0).any(1)\]df1.index=pd.to\_datetime(df1.index)绘制三种常见动态图表动态曲线图

![c8be37a5f00cf534985dc937611fc236.gif][]

如下所示，首先需要做的第一件事是定义图的各项，这些基础项设定之后就会保持不变。它们包括：创建figure对象，x标和y标，设置线条颜色和figure边距等：

importnumpyasnpimportmatplotlib.pyplotaspltcolor=\['red','green','blue','orange'\]fig=plt.figure()plt.xticks(rotation=45,ha="right",rotation\_mode="anchor")\#rotatethex-axisvaluesplt.subplots\_adjust(bottom=0.2,top=0.9)\#ensuringthedates(onthex-axis)fitinthescreenplt.ylabel('NoofDeaths')plt.xlabel('Dates')接下来设置curve函数，进而使用.FuncAnimation让它动起来：defbuildmebarchart(i=int):plt.legend(df1.columns)p=plt.plot(df1\[:i\].index,df1\[:i\].values)\#noteitonlyreturnsthedataset,uptothepointiforiinrange(0,4):p\[i\].set\_color(color\[i\])\#setthecolourofeachcurveimportmatplotlib.animationasanianimator=ani.FuncAnimation(fig,buildmebarchart,interval=100)plt.show()动态饼状图

![2fc78f8c70d85258120a05c7c4a35ded.gif][]

可以观察到，其代码结构看起来与线型图并无太大差异，但依旧有细小的差别。

importnumpyasnpimportmatplotlib.pyplotaspltfig,ax=plt.subplots()explode=\[0.01,0.01,0.01,0.01\]\#popouteachslicefromthepiedefgetmepie(i):defabsolute\_value(val):\#turn%backtoanumbera=np.round(val/100.\*df1.head(i).max().sum(),0)returnint(a)ax.clear()plot=df1.head(i).max().plot.pie(y=df1.columns,autopct=absolute\_value,label='',explode=explode,shadow=True)plot.set\_title('TotalNumberofDeaths'+str(df1.index\[min(i,len(df1.index)-1)\].strftime('%y-%m-%d')),fontsize=12)importmatplotlib.animationasanianimator=ani.FuncAnimation(fig,getmepie,interval=200)plt.show()主要区别在于，动态饼状图的代码每次循环都会返回一组数值，但在线型图中返回的是我们所在点之前的整个时间序列。返回时间序列通过df1.head(i)来实现，而.max()则保证了我们仅获得最新的数据，因为流行病导致死亡的总数只有两种变化：维持现有数量或持续上升。df1.head(i).max()动态条形图

![977897353f2bf7dfc8fd42d93d392e75.gif][]

创建动态条形图的难度与上述两个案例并无太大差别。在这个案例中，作者定义了水平和垂直两种条形图，读者可以根据自己的实际需求来选择图表类型并定义变量栏。fig=plt.figure()bar=''defbuildmebarchart(i=int):iv=min(i,len(df1.index)-1)\#theloopiteratesanextraonetime,whichcausesthedataframestogooutofbounds.Thiswastheeasiest(mostlazy)waytosolvethis:)objects=df1.max().indexy\_pos=np.arange(len(objects))performance=df1.iloc\[\[iv\]\].values.tolist()\[0\]ifbar=='vertical':plt.bar(y\_pos,performance,align='center',color=\['red','green','blue','orange'\])plt.xticks(y\_pos,objects)plt.ylabel('Deaths')plt.xlabel('Countries')plt.title('DeathsperCountry'+str(df1.index\[iv\].strftime('%y-%m-%d')))else:plt.barh(y\_pos,performance,align='center',color=\['red','green','blue','orange'\])plt.yticks(y\_pos,objects)plt.xlabel('Deaths')plt.ylabel('Countries')animator=ani.FuncAnimation(fig,buildmebarchart,interval=100)plt.show()保存动画图在制作完成后，存储这些动态图就非常简单了，可直接使用以下代码：animator.save(r'C:empmyfirstAnimation.gif')责任编辑：lq

[751822ec4869321e04d56d6514657f2c.gif]: /images/20221024/96d23acae4f14d88b50cf361f3b33467.png
[9e4be2fc30dce8daa3f5f5f178d975d5.gif]: /images/20221024/f05745d81fc94b8a86c34c3d99fadc37.png
[c8be37a5f00cf534985dc937611fc236.gif]: /images/20221024/bcef6d2d6fce4d209d9939e08201a030.png
[2fc78f8c70d85258120a05c7c4a35ded.gif]: /images/20221024/ee4c4db5b6fa4f6b9f2dc43e376a79a9.png
[977897353f2bf7dfc8fd42d93d392e75.gif]: /images/20221024/85b2761c25874121b4f8717527f8c286.png