数据动态图怎么做，效果图，
多子图联动竞赛图
安装
pip install pandas_alive #或者 conda install pandas_alive -c conda-forge
玩起来
支持数据
数据格式如下，
使用方法类似pandas👉这些，pandas仅需一行代码解决支持图形类别
动态地图
结合geopandas，
动态水平bar
import pandas as pd
import pandas_alive
import matplotlib.pyplot as plt
plt.style.use('ggplot')
#读入数据
elec_df = pd.read_csv("Aus_Elec_Gen_1980_2018.csv",
index_col=0,
parse_dates=[0],
thousands=',')
#定义求和def
def current_total(values):
total = values.sum()
s = f'Total : {int(total)}'
return {'x': .85, 'y': .2, 's': s, 'ha': 'right', 'size': 11}
#缺省值0填充、绘图
elec_df.fillna(0).tail(n=10).plot_animated(
'electricity-generated-australia.gif', #保存gif名称
period_fmt="%d/%m/%Y", #动态更新图中时间戳
title='Australian Electricity Sources 1980-2018', #标题
perpendicular_bar_func='mean', #添加均值辅助线
period_summary_func=current_total, #汇总
cmap='Set1', #定义调色盘
n_visible=5, #柱子显示数
orientation='h',#柱子方向
)
动态垂直bar
动态折线
elec_df.diff().fillna(0).tail(n=10).plot_animated(filename='line-chart.gif',
kind='line',#指定折线模式
cmap='Set1',
period_label={
'x': 0.25,
'y': 0.9
},
line_width=1,
add_legend=True,
fill_under_line_color='#01a2d9')
动态累积bar
import pandas_alive
covid_df.sum(axis=1).fillna(0).tail(n=10).plot_animated(
filename='sumbar-chart.gif',
kind='bar', #指定bar模式
cmap='Set1', #定义调色盘
period_label={
'x': 0.1,
'y': 0.9
},
orientation='h',
enable_progress_bar=True,
steps_per_period=2,
interpolate_period=True,
period_length=200)
动态散点图
import pandas as pd
import pandas_alive
#max散点数据
max_temp_df = pd.read_csv(
"Newcastle_Australia_Max_Temps.csv",
parse_dates={"Timestamp": ["Year", "Month", "Day"]},
)
#min散点数据
min_temp_df = pd.read_csv(
"Newcastle_Australia_Min_Temps.csv",
parse_dates={"Timestamp": ["Year", "Month", "Day"]},
)
#按时间戳merge max/min数据
merged_temp_df = pd.merge_asof(max_temp_df, min_temp_df, on="Timestamp")
merged_temp_df.index = pd.to_datetime(
merged_temp_df["Timestamp"].dt.strftime('%Y/%m/%d'))
keep_columns = [
"Minimum temperature (Degree C)", "Maximum temperature (Degree C)"
]
merged_temp_df.head(n=5000)[keep_columns].resample("Y").mean().plot_animated(
filename='scatter-chart.gif',
cmap='Set1',
kind="scatter",#指定散点模式
size=10,
title='Max & Min Temperature Newcastle, Australia')
动态气泡图
import pandas_alive
multi_index_df = pd.read_csv("multi.csv", header=[0, 1], index_col=0)
multi_index_df.index = pd.to_datetime(multi_index_df.index, dayfirst=True)
map_chart = multi_index_df.tail(n=40).plot_animated(
kind="bubble", #指定气泡模式
filename="bubble-chart.gif",
x_data_label="Longitude",
y_data_label="Latitude",
size_data_label="Cases",
color_data_label="Cases",
vmax=5,
steps_per_period=1,
interpolate_period=True,
period_length=500,
dpi=150)
多子图一起动
这部分可以结合matplotlib的多子图绘制，实现各种个性化动图，可参考matplotlib-多子图绘制(为所欲为版)，核心代码如下，
到此这篇关于Python绘制数据动态图的方法详解的文章就介绍到这了,更多相关Python数据动态图内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！