今天小编给大家介绍一款可视化模块，使用它可以绘制出十分惊艳的动图效果，那么当然第一步我们首先是要安装一下该模块，通过pip命令行来安装：
pip install ipyvizzu
牛刀小试
我们首先来简单地使用该模块来绘制一张动图，用Pandas导入数据集，代码如下：
import pandas as pd
from ipyvizzu import Chart, Data, Config
data_frame = pd.read_csv("titanic.csv")在导入数据集完毕之后，小编先来介绍一下使用该模块的大致步骤，我们实例化Data()对象，然后将导入的数据集放置其中，代码如下：
data = Data() data.add_data_frame(data_frame)
然后我们再实例化图表对象Chart()，将含有数据集的data放置其中：
chart = Chart() chart.animate(data)
接下来我们开始绘制图表，需要指定好的是图表的一些属性，例如直方图的话就是X轴Y轴该放置什么样的数据，颜色选择是默认的还是需要另外指定的，以及标题等等：
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))output：
然后我们再此基础之上，在添加上下面的代码：
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))output：
因此该模块绘制出来的所谓的动图，其实就是若干张静态图表的叠加，我们不妨来看一下完整的案例：
import pandas as pd
from ipyvizzu import Chart, Data, Config
data_frame = pd.read_csv("titanic.csv")
data = Data()
data.add_data_frame(data_frame)
chart = Chart()
chart.animate(data)
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))
chart.animate(Config({"x": "Count", "y": ["Sex","Survived"]}))output：
散点图与直方图之间的动图转变
因为篇幅有限，小编在这里也不太可能一次性将这个知识点讲完，读者可以自行去官网上查阅
这里小编尝试来绘制绘制一下散点图与直方图之间的动图转变，首先是绘制散点图，代码如下：
import pandas as pd
from ipyvizzu import Chart, Data, Config, Style
data_frame = pd.read_csv("chart_types_eu.csv", dtype={"Year": str})
data = Data()
data.add_data_frame(data_frame)
chart = Chart()
chart.animate(data)
chart.animate(
Config(
{
"channels": {
"x": ["Joy factors", "Value 6 ( /-)"],
"y": "Value 5 ( /-)",
"color": "Joy factors",
"size": "Value 2 ( )",
"label": "Country_code",
},
"title": "Bubble Plot",
"geometry": "circle",
}
)
)output：
我们通过title参数在设置标题，size参数在设置散点的大小以及color参数在设置散点的颜色，接下来我们来绘制直方图，代码如下：
chart.animate(
Config(
{
"channels": {
"y": "Joy factors",
"x": ["Value 2 ( )", "Country_code"],
"label": None
},
"title": "Bar Chart",
"geometry": "rectangle",
"orientation": "vertical",
}
),
geometry={"delay": 0.7, "duration": 1},
)output：
然后我们在直方图上标上标记，代码如下：
chart.animate(
Config(
{"channels": {"x": {"set": ["Value 2 ( )"]}, "label": {"set": ["Value 2 ( )"]}}}
)
)我们总体来看一下出来的动图效果，如下图所示：
无论是静态的图表还是动态，还有其他很多的案例，具体可以查阅这个的链接
以上就是Python绘制惊艳的可视化动图的示例代码的详细内容，更多关于Python可视化动图的资料请关注Devmax其它相关文章！