在Python中创建条形图追赶动画_F11 - 专业站长和开发者的学习网站

分享到

在Python中创建条形图追赶动画

python 来源：互联网作者：秩名发布时间：2022-03-11 14:02:37 人浏览

摘要

前言动画是使可视化更具吸引力和用户吸引力的好方法。它帮助我们以有意义的方式展示数据可视化。Python 帮助我们使用现有的强大 Python 库创建动画可视化。Matplotlib是一个非常流行

前言

动画是使可视化更具吸引力和用户吸引力的好方法。它帮助我们以有意义的方式展示数据可视化。Python 帮助我们使用现有的强大 Python 库创建动画可视化。Matplotlib是一个非常流行的数据可视化库，通常用于数据的图形表示以及使用内置函数的动画。

使用 Matplotlib 创建动画有两种方法：

使用 pause() 函数
使用 FuncAnimation() 函数

方法一：使用 pause() 函数

在暂停（）的matplotlib库的pyplot模块在功能上用于暂停为参数提到间隔秒。考虑下面的示例，我们将使用 matplotlib 创建一个简单的线性图并在其中显示动画：

创建 2 个数组 X 和 Y，并存储从 1 到 100 的值。

使用 plot() 函数绘制 X 和 Y。

以合适的时间间隔添加 pause() 函数

运行程序，你会看到动画。

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 限制以定义其范围

plt.xlim(0, 100)

plt.ylim(0, 100)

# 绘制图形

plt.plot(x, y, color = 'green')

plt.pause(0.01)

plt.show()

输出：

同样，你也可以使用 pause() 函数在各种绘图中创建动画。

方法二：使用 FuncAnimation() 函数

这个FuncAnimation() 函数不会自己创建动画，而是从我们传递的一系列图形中创建动画。

语法: FuncAnimation(figure, animation_function, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True,
**kwargs)

现在您可以使用 FuncAnimation 函数制作多种类型的动画：

线性图动画

在这个例子中，我们将创建一个简单的线性图，它将显示一条线的动画。同样，使用 FuncAnimation，我们可以创建多种类型的动画视觉表示。我们只需要在一个函数中定义我们的动画，然后用合适的参数将它传递给FuncAnimation。

Python

from matplotlib import pyplot as plt

from matplotlib.animation import FuncAnimation

import numpy as np

x = []

y = []

figure, ax = plt.subplots()

# 设置 x 和 y 轴的限制

ax.set_xlim(0, 100)

ax.set_ylim(0, 12)

# 绘制单个图形

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()

输出：

Python 中的条形图追赶动画

在此示例中，我们将创建一个简单的条形图动画，它将显示每个条形的动画。

Python

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("国家")

plt.ylabel("国家GDP")

plt.bar(["印度", "中国", "德国",

"美国", "加拿大", "英国"],

[y1, y2, y3, y4, y5, y6],

color = palette)

plt.title("条形图动画")

animation = FuncAnimation(fig, animation_function,

interval = 50)

plt.show()

输出：

Python 中的散点图动画：

在这个例子中，我们将使用随机函数在 python 中动画散点图。我们将遍历animation_func并在迭代时绘制 x 和 y 轴的随机值。

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()

输出：

条形图追赶的水平移动

在这里，我们将使用城市数据集中的最高人口绘制条形图竞赛。

不同的城市会有不同的条形图，条形图追赶将从 1990 年到 2018 年迭代。

我从人口最多的数据集中选择了最高城市的国家。

需要用到的数据集可以从这里下载：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, '从 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 | 海拥',

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()

输出：

您可能感兴趣的文章 :

原文链接 : https://blog.csdn.net/qq_44273429/article/details/120457971

Tag : python(762)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速