這篇文章主要介紹了如何使用Python創(chuàng)建條形圖追趕動(dòng)畫，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
成都創(chuàng)新互聯(lián)公司專注于思茅企業(yè)網(wǎng)站建設(shè),響應(yīng)式網(wǎng)站開發(fā),商城網(wǎng)站開發(fā)。思茅網(wǎng)站建設(shè)公司,為思茅等地區(qū)提供建站服務(wù)。全流程按需定制設(shè)計(jì)，專業(yè)設(shè)計(jì)，全程項(xiàng)目跟蹤，成都創(chuàng)新互聯(lián)公司專業(yè)和態(tài)度為您提供的服務(wù)
動(dòng)畫是使可視化更具吸引力和用戶吸引力的好方法。它幫助我們以有意義的方式展示數(shù)據(jù)可視化。Python 幫助我們使用現(xiàn)有的強(qiáng)大 Python 庫創(chuàng)建動(dòng)畫可視化。Matplotlib是一個(gè)非常流行的數(shù)據(jù)可視化庫，通常用于數(shù)據(jù)的圖形表示以及使用內(nèi)置函數(shù)的動(dòng)畫。
使用 Matplotlib 創(chuàng)建動(dòng)畫有兩種方法：
使用 pause() 函數(shù)
使用 FuncAnimation() 函數(shù)
在暫停（）的matplotlib庫的pyplot模塊在功能上用于暫停為參數(shù)提到間隔秒?？紤]下面的示例，我們將使用 matplotlib 創(chuàng)建一個(gè)簡單的線性圖并在其中顯示動(dòng)畫：
創(chuàng)建 2 個(gè)數(shù)組 X 和 Y，并存儲(chǔ)從 1 到 100 的值。
使用 plot() 函數(shù)繪制 X 和 Y。
以合適的時(shí)間間隔添加 pause() 函數(shù)
運(yùn)行程序，你會(huì)看到動(dòng)畫。
Python
from matplotlib import pyplot as plt x = [] y = [] for i in range(100): x.append(i) y.append(i) # 提及 x 和 y 限制以定義其范圍 plt.xlim(0, 100) plt.ylim(0, 100) # 繪制圖形 plt.plot(x, y, color = 'green') plt.pause(0.01) plt.show()
輸出 ：
同樣，你也可以使用 pause() 函數(shù)在各種繪圖中創(chuàng)建動(dòng)畫。
這個(gè)FuncAnimation() 函數(shù)不會(huì)自己創(chuàng)建動(dòng)畫，而是從我們傳遞的一系列圖形中創(chuàng)建動(dòng)畫。
語法: FuncAnimation(figure, animation_function, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True,
**kwargs)
現(xiàn)在您可以使用 FuncAnimation 函數(shù)制作多種類型的動(dòng)畫：
在這個(gè)例子中，我們將創(chuàng)建一個(gè)簡單的線性圖，它將顯示一條線的動(dòng)畫。同樣，使用 FuncAnimation，我們可以創(chuàng)建多種類型的動(dòng)畫視覺表示。我們只需要在一個(gè)函數(shù)中定義我們的動(dòng)畫，然后用合適的參數(shù)將它傳遞給FuncAnimation。
Python
from matplotlib import pyplot as plt from matplotlib.animation import FuncAnimation import numpy as np x = [] y = [] figure, ax = plt.subplots() # 設(shè)置 x 和 y 軸的限制 ax.set_xlim(0, 100) ax.set_ylim(0, 12) # 繪制單個(gè)圖形 line, = ax.plot(0, 0) def animation_function(i): x.append(i * 15) y.append(i) line.set_xdata(x) line.set_ydata(y) return line, animation = FuncAnimation(figure, func = animation_function, frames = np.arange(0, 10, 0.1), interval = 10) plt.show()
輸出：
在此示例中，我們將創(chuàng)建一個(gè)簡單的條形圖動(dòng)畫，它將顯示每個(gè)條形的動(dòng)畫。
Python
重慶分公司
重慶分公司
from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation, writers
import numpy as np
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
fig = plt.figure(figsize = (7,5))
axes = fig.add_subplot(1,1,1)
axes.set_ylim(0, 300)
palette = ['blue', 'red', 'green',
'darkorange', 'maroon', 'black']
y1, y2, y3, y4, y5, y6 = [], [], [], [], [], []
def animation_function(i):
y1 = i
y2 = 6 * i
y3 = 3 * i
y4 = 2 * i
y5 = 5 * i
y6 = 3 * i
plt.xlabel("國家")
plt.ylabel("國家GDP")
plt.bar(["印度", "中國", "德國",
"美國", "加拿大", "英國"],
[y1, y2, y3, y4, y5, y6],
color = palette)
plt.title("條形圖動(dòng)畫")
animation = FuncAnimation(fig, animation_function,
interval = 50)
plt.show()輸出：
在這個(gè)例子中，我們將使用隨機(jī)函數(shù)在 python 中動(dòng)畫散點(diǎn)圖。我們將遍歷animation_func并在迭代時(shí)繪制 x 和 y 軸的隨機(jī)值。
from matplotlib import pyplot as plt from matplotlib.animation import FuncAnimation import random import numpy as np x = [] y = [] colors = [] fig = plt.figure(figsize=(7,5)) def animation_func(i): x.append(random.randint(0,100)) y.append(random.randint(0,100)) colors.append(np.random.rand(1)) area = random.randint(0,30) * random.randint(0,30) plt.xlim(0,100) plt.ylim(0,100) plt.scatter(x, y, c = colors, s = area, alpha = 0.5) animation = FuncAnimation(fig, animation_func, interval = 100) plt.show()
輸出：
在這里，我們將使用城市數(shù)據(jù)集中的最高人口繪制條形圖競賽。
不同的城市會(huì)有不同的條形圖，條形圖追趕將從 1990 年到 2018 年迭代。
我從人口最多的數(shù)據(jù)集中選擇了最高城市的國家。
需要用到的數(shù)據(jù)集可以從這里下載：city_populations
Python
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from matplotlib.animation import FuncAnimation
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']
df = pd.read_csv('city_populations.csv',
usecols=['name', 'group', 'year', 'value'])
colors = dict(zip(['India','Europe','Asia',
'Latin America','Middle East',
'North America','Africa'],
['#adb0ff', '#ffb3ff', '#90d595',
'#e48381', '#aafbff', '#f7bb5f',
'#eafb50']))
group_lk = df.set_index('name')['group'].to_dict()
def draw_barchart(year):
dff = df[df['year'].eq(year)].sort_values(by='value',
ascending=True).tail(10)
ax.clear()
ax.barh(dff['name'], dff['value'],
color=[colors[group_lk[x]] for x in dff['name']])
dx = dff['value'].max() / 200
for i, (value, name) in enumerate(zip(dff['value'],
dff['name'])):
ax.text(value-dx, i, name,
size=14, weight=600,
ha='right', va='bottom')
ax.text(value-dx, i-.25, group_lk[name],
size=10, color='#444444',
ha='right', va='baseline')
ax.text(value+dx, i, f'{value:,.0f}',
size=14, ha='left', va='center')
ax.text(1, 0.4, year, transform=ax.transAxes,
color='#777777', size=46, ha='right',
weight=800)
ax.text(0, 1.06, 'Population (thousands)',
transform=ax.transAxes, size=12,
color='#777777')
ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
ax.xaxis.set_ticks_position('top')
ax.tick_params(axis='x', colors='#777777', labelsize=12)
ax.set_yticks([])
ax.margins(0, 0.01)
ax.grid(which='major', axis='x', linestyle='-')
ax.set_axisbelow(True)
ax.text(0, 1.12, '從 1500 年到 2018 年世界上人口最多的城市',
transform=ax.transAxes, size=24, weight=600, ha='left')
ax.text(1, 0, 'by haiyong.site | 海擁',
transform=ax.transAxes, ha='right', color='#777777',
bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))
plt.box(False)
plt.show()
fig, ax = plt.subplots(figsize=(15, 8))
animator = FuncAnimation(fig, draw_barchart,
frames = range(1990, 2019))
plt.show()輸出：
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“如何使用Python創(chuàng)建條形圖追趕動(dòng)畫”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
