您好,登录后才能下订单哦!
这篇“怎么用Python绘制动态可视化图表”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“怎么用Python绘制动态可视化图表”文章吧。
首先第一步的话我们需要安装相关的模块,通过pip
命令来安装
pip install gif
另外由于gif模块之后会被当做是装饰器放在绘制可视化图表的函数上,主要我们依赖的还是Python当中绘制可视化图表的matplotlib
、plotly
、以及altair
这些模块,因此我们还需要下面这几个库
pip install "gif[altair]" pip install "gif[matplotlib]" pip install "gif[plotly]"
我们先来看gif
和matplotlib
模块的结合,我们先来看一个简单的例子,
代码如下:
import random from matplotlib import pyplot as plt import gif x = [random.randint(0, 100) for _ in range(100)] y = [random.randint(0, 100) for _ in range(100)] gif.options.matplotlib["dpi"] = 300 @gif.frame def plot(i): xi = x[i*10:(i+1)*10] yi = y[i*10:(i+1)*10] plt.scatter(xi, yi) plt.xlim((0, 100)) plt.ylim((0, 100)) frames = [] for i in range(10): frame = plot(i) frames.append(frame) gif.save(frames, 'example.gif', duration=3.5, unit="s", between="startend")
output:
代码的逻辑并不难理解,首先我们需要定义一个函数来绘制图表并且带上gif
装饰器,接着我们需要一个空的列表,通过for循环将绘制出来的对象放到这个空列表当中然后保存成gif格式的文件即可。
除了和matplotlib
的联用之外,gif
和plotly
之间也可以结合起来用
代码如下:
import random import plotly.graph_objects as go import pandas as pd import gif df = pd.DataFrame({ 't': list(range(10)) * 10, 'x': [random.randint(0, 100) for _ in range(100)], 'y': [random.randint(0, 100) for _ in range(100)] }) @gif.frame def plot(i): d = df[df['t'] == i] fig = go.Figure() fig.add_trace(go.Scatter( x=d["x"], y=d["y"], mode="markers" )) fig.update_layout(width=500, height=300) return fig frames = [] for i in range(10): frame = plot(i) frames.append(frame) gif.save(frames, 'example_plotly.gif', duration=100)
output:
整体的代码逻辑和上面的相似,这里也就不做具体的说明了
上面绘制出来的图表都是在单张图表当中进行的,那当然了我们还可以在多张子图中进行动态可视化的展示,
代码如下:
# 读取数据 df = pd.read_csv('weather_hourly_darksky.csv') df = df.rename(columns={"time": "date"}) @gif.frame def plot(df, date): df = df.loc[df.index[0]:pd.Timestamp(date)] fig, (ax1, ax2, ax3) = plt.subplots(3, figsize=(10, 6), dpi=100) ax1.plot(df.temperature, marker='o', linestyle='--', linewidth=1, markersize=3, color='g') maxi = round(df.temperature.max() + 3) ax1.set_xlim([START, END]) ax1.set_ylim([0, maxi]) ax1.set_ylabel('TEMPERATURE', color='green') ax2.plot(df.windSpeed, marker='o', linestyle='--', linewidth=1, markersize=3, color='b') maxi = round(df.windSpeed.max() + 3) ax2.set_xlim([START, END]) ax2.set_ylim([0, maxi]) ax2.set_ylabel('WIND', color='blue') ax3.plot(df.visibility, marker='o', linestyle='--', linewidth=1, markersize=3, color='r') maxi = round(df.visibility.max() + 3) ax3.set_xlim([START, END]) ax3.set_ylim([0, maxi]) ax3.set_ylabel('VISIBILITY', color='red') frames = [] for date in pd.date_range(start=df.index[0], end=df.index[-1], freq='1M'): frame = plot(df, date) frames.append(frame) gif.save(frames, "文件名称.gif", duration=0.5, unit='s')
output:
最后我们用plotly
模块来绘制一个动态的气泡图,
代码如下:
import gif import plotly.graph_objects as go import numpy as np np.random.seed(1) N = 100 x = np.random.rand(N) y = np.random.rand(N) colors = np.random.rand(N) sz = np.random.rand(N) * 30 layout = go.Layout( xaxis={'range': [-2, 2]}, yaxis={'range': [-2, 2]}, margin=dict(l=10, r=10, t=10, b=10) ) @gif.frame def plot(i): fig = go.Figure(layout=layout) fig.add_trace(go.Scatter( x=x[:i], y=y[:i], mode="markers", marker=go.scatter.Marker( size=sz[:i], color=colors[:i], opacity=0.6, colorscale="Viridis" ) )) fig.update_layout(width=500, height=300) return fig frames = [] for i in range(100): frame = plot(i) frames.append(frame) gif.save(frames, "bubble.gif")
output:
以上就是关于“怎么用Python绘制动态可视化图表”这篇文章的内容,相信大家都有了一定的了解,希望小编分享的内容对大家有帮助,若想了解更多相关的知识内容,请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。