Python實現(xiàn)動態(tài)條形圖繪制的示例代碼
更新時間：2022年08月03日 09:24:21 作者：古明地覺
這篇文章主要為大家詳細介紹了如何利用Python語言實現(xiàn)動態(tài)條形圖的繪制，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習一下
兩年前在 B 站上看到了一個寶藏 up 主，名叫 "Jannchie見齊"，專門做動態(tài)條形圖樣式的數據可視化。
做出的效果還是很不錯的，但工具使用的是 JS，不是 Python。于是嘗試搜索了一下，看看 Python 有沒有相關的庫，也能輕松做出動態(tài)條形圖的效果。幸運的是還真有相關的庫，叫 bar_chart_race，那么下面就來看看它的用法。
老規(guī)矩，使用之前先安裝，直接 pip install bar-chart-race 即可。
import?pandas?as?pd
import?bar_chart_race?as?bcr
#?如果出現(xiàn)SSL錯誤, 則全局取消證書驗證
"""
import?ssl
ssl._create_default_https_context?=?\
??ssl._create_unverified_context
"""??
#?獲取數據
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?生成?GIF?圖像
bcr.bar_chart_race(df,?"covid19_horiz.gif")我們看到代碼非常簡單，就是將數據轉成 pandas 的 DataFrame，然后調用 bar_chart_race 即可生成 GIF 圖像。
整體還是不錯的，然后重點來看一下數據：
其中表頭就是 GIF 圖表中 Y 軸的部分，但要注意的是，我們的圖表是隨時間不斷變化的，所以在生成 DataFrame 的時候必須將 date 字段設置為索引。然后數據隨著時間不斷變化，條形圖之間會根據數據的大小進行排序。
當然了，以上只是默認生成的，bar_chart_race 里面還有很多的參數，我們來看一下。
動態(tài)條形圖變動態(tài)柱狀圖
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
bcr.bar_chart_race(df,?"covid19_horiz.gif",?
???????????????????orientation='v')
我們看到為了避免文字發(fā)生重疊，自動傾斜了，所以還是比較人性化的。
指定排序方式
排序方式默認為降序，也可以指定為升序。
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?設置排序方式
bcr.bar_chart_race(df,?"covid19_horiz.gif",?
???????????????????sort='asc')
限制條目數
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?設置最多能顯示的條目數，這里最多顯示?6?條
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????n_bars=6)
設置固定條目
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?選取如下?5?個國家的數據
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????fixed_order=['Iran',?'USA',?'Italy',?
????????????????????????????????'Spain',?'Belgium'])
固定數值軸，使其不發(fā)生動態(tài)變化
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?設置數值的最大值，固定數值軸
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????fixed_max=True)
設置圖像幀數，默認 10 幀
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?圖像幀數：數值越小，越不流暢；越大，越流暢
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????steps_per_period=3)
可以看到，動圖變得不流暢了。
設置幀率，單位時間默認為 500ms
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?設置幀率為?200ms，總共?20?幀
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????steps_per_period=20,?
???????????????????period_length=200)
設置每幀增加的標簽時間，默認為 False
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????interpolate_period=True)
圖形樣式設置
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?index_col=["date"])
"""
figsize:?設置畫布大小，默認?(6,?3.5)
dpi:?圖像分辨率，默認?144
label_bars:?顯示柱狀圖的數值信息，默認為 True；
????????????指定為 False 則不顯示；指定為字典，則自定義顯示屬性
period_label:?顯示時間標簽信息，默認為 True；
??????????????指定為 False 則不顯示；指定為字典，則自定義顯示屬性
period_fmt:?設置日期格式
title:?圖表標題
title_size:?標題字體大小
shared_fontdict:?全局字體屬性，例如?
?????????????????{'family':?'Helvetica',?'weight':?'bold',?
??????????????????'color':?'rebeccapurple'}
"""
bcr.bar_chart_race(df,?'covid19_horiz.gif',?figsize=(5,?3),?
???????????????????dpi=100,?label_bars=False,
???????????????????period_label={'x':?.99,?'y':?.1,
?????????????????????????????????'ha':?'right',?
?????????????????????????????????'color':?'red'},
???????????????????title='COVID-19?Deaths?by?Country')
條形圖屬性，可以設置透明度，邊框等
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
# bar_kwargs：條形圖屬性
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????bar_kwargs={'alpha':?.2,?
???????????????????????????????'ec':?'black',?
???????????????????????????????'lw':?3})
添加動態(tài)文本
import?pandas?as?pd
import?bar_chart_race?as?bcr
import?matplotlib.pyplot?as?plt
#?設置字體，否則無法顯示中文
plt.rcParams['font.sans-serif']?=?['SimHei']??#?Windows
#?plt.rcParams['font.sans-serif']?=?['Hiragino?Sans?GB']?#?Mac
plt.rcParams['axes.unicode_minus']?=?False
df?=?pd.read_csv('covid19_tutorial.csv',?index_col=["date"])
def?summary(values,?ranks):
????#?動態(tài)文本的內容
????"""
????values?為?df?的每一行（Series），例如
????????Belgium????????????1143.0
????????China??????????????3326.0
????????France?????????????6520.0
????????Germany????????????1275.0
????????Iran???????????????3294.0
????????Italy?????????????14681.0
????????Netherlands????????1490.0
????????Spain?????????????11198.0
????????USA????????????????7418.0
????????United?Kingdom?????3611.0
????????Name:?2020-04-03,?dtype:?float64
????ranks?則是針對?values?的值進行了排名，例如
????????Belgium????????????1.0
????????China??????????????5.0
????????France?????????????7.0
????????Germany????????????2.0
????????Iran???????????????4.0
????????Italy?????????????10.0
????????Netherlands????????3.0
????????Spain??????????????9.0
????????USA????????????????8.0
????????United?Kingdom?????6.0
????????Name:?2020-04-03,?dtype:?float64
????"""
????all_people?=?int(values.sum())
????ranks_country?=?ranks.sort_values().index
????s?=?(f'總死亡人數：{all_people}，'
?????????f'死亡人數最多的國家：{ranks_country[-1]}，'
?????????f'死亡人數最少的國家：{ranks_country[0]}')
????#?設置文本位置、數值、大小、顏色等
????return?{'x':?.99,?'y':?.05,?'s':?s,
????????????'ha':?'right',?'size':?8}
#?添加文本
bcr.bar_chart_race(df,?'covid19_horiz.gif',
???????????????????period_summary_func=summary)
添加垂直條
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
#?設置垂直條數值，分位數
def?func(values,?ranks):
????return?values.quantile(.9)
#?添加垂直條
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????perpendicular_bar_func=func)
設置柱狀圖顏色
import?pandas?as?pd
import?bar_chart_race?as?bcr
df?=?pd.read_csv('covid19_tutorial.csv',?
?????????????????index_col=["date"])
"""
#?具體有哪些顏色，可以通過如下方式查看
from?bar_chart_race._colormaps?import?colormaps
print(list(colormaps.keys()))
"""
bcr.bar_chart_race(df,?'covid19_horiz.gif',?
???????????????????cmap="plotly3")
以上就是絕大部分配置，當然源碼中注釋寫的也比較詳細，可以點進去看一下。
到此這篇關于Python實現(xiàn)動態(tài)條形圖繪制的示例代碼的文章就介紹到這了,更多相關Python動態(tài)條形圖內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python Pandas數據結構簡單介紹的相關資料,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
這篇文章主要介紹了使用python檢測主機存活端口及檢查存活主機的相關資料,需要的朋友可以參考下2015-10-10
在本篇內容里小編給大家分享的是一篇關于python熱力圖實現(xiàn)簡單方法，對此有興趣的朋友們可以學習下。2021-01-01
這篇文章主要為大家詳細介紹了python數據結構之線性表的順序存儲結構，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-09-09
這篇文章介紹了Linux環(huán)境下安裝python3的方法，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-07-07
本文與計算機視覺相關，使用Python將圖片由自然風轉化為手繪風，期間未對圖片進行任何預處理、后處理；代碼中只借助了兩個常見庫，核心計算由Numpy負責 ，Pillow 負責圖片讀寫2021-10-10
本篇文章主要介紹了tensorflow實現(xiàn)對圖片的讀取的示例代碼，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-02-02
堆排序是一種基于二叉堆數據結構的排序算法,本文主要介紹了Python堆排序的實現(xiàn)示例,具有一定的參考價值,感興趣的可以了解一下2023-11-11
本文主要為大家介紹了給圖片添加文字或者logo圖片水印的python工具，從而打造你的專屬圖片。代碼簡潔易懂，感興趣的小伙伴可以了解一下2021-11-11
Base64?就是一種基于64個可打印字符來表示二進制數據的方法，這篇文章主要介紹了Python?Base64編碼和解碼,需要的朋友可以參考下2022-12-12