Python繪制數據動態圖的方法詳解

數據動態圖怎麼做,效果圖,

多子圖聯動競賽圖

安裝

pip install pandas_alive

#或者
conda install pandas_alive -c conda-forge

玩起來

支持數據

數據格式如下,

使用方法類似pandas👉這些,pandas僅需一行代碼解決支持圖形類別

動態地圖

結合geopandas,

動態水平bar

import pandas as pd
import pandas_alive
import matplotlib.pyplot as plt

plt.style.use('ggplot')

#讀入數據
elec_df = pd.read_csv("Aus_Elec_Gen_1980_2018.csv",
                      index_col=0,
                      parse_dates=[0],
                      thousands=',')

#定義求和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、繪圖
elec_df.fillna(0).tail(n=10).plot_animated(
    'electricity-generated-australia.gif',  #保存gif名稱
    period_fmt="%d/%m/%Y",  #動態更新圖中時間戳
    title='Australian Electricity Sources 1980-2018',  #標題
    perpendicular_bar_func='mean',  #添加均值輔助線
    period_summary_func=current_total,  #匯總
    cmap='Set1',  #定義調色盤
    n_visible=5,  #柱子顯示數
    orientation='h',#柱子方向
)

動態垂直bar

動態折線

elec_df.diff().fillna(0).tail(n=10).plot_animated(filename='line-chart.gif',
                                                 kind='line',#指定折線模式
                                                 cmap='Set1',
                                                 period_label={
                                                     'x': 0.25,
                                                     'y': 0.9
                                                 },
                                                 line_width=1,
                                                 add_legend=True,
                                                 fill_under_line_color='#01a2d9')

動態累積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',  #定義調色盤
    period_label={
        'x': 0.1,
        'y': 0.9
    },
    orientation='h',
    enable_progress_bar=True,
    steps_per_period=2,
    interpolate_period=True,
    period_length=200)

動態散點圖

import pandas as pd
import pandas_alive

#max散點數據
max_temp_df = pd.read_csv(
    "Newcastle_Australia_Max_Temps.csv",
    parse_dates={"Timestamp": ["Year", "Month", "Day"]},
)

#min散點數據
min_temp_df = pd.read_csv(
    "Newcastle_Australia_Min_Temps.csv",
    parse_dates={"Timestamp": ["Year", "Month", "Day"]},
)

#按時間戳merge max/min數據
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",#指定散點模式
    size=10,
    title='Max & Min Temperature Newcastle, Australia')

動態氣泡圖

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",  #指定氣泡模式
    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)

多子圖一起動

這部分可以結合matplotlib的多子圖繪制,實現各種個性化動圖,可參考matplotlib-多子圖繪制(為所欲為版),核心代碼如下,

到此這篇關於Python繪制數據動態圖的方法詳解的文章就介紹到這瞭,更多相關Python數據動態圖內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: