超简单，使用pynimate制作动态排序图真香

前两天的这篇文章&＃xff1a;整理了上千个 Python 工具库&＃xff0c;涵盖24个大方向

没想到火了&＃xff0c;喜欢可以看看&＃xff0c;梳理不易&＃xff0c;除了收藏外&＃xff0c;记得点赞。

转正题

数据可视化动画还在用 Excel 做&＃xff1f;今天分享一个简单的 Python 包就能分分钟搞定&＃xff01;

而且生成的动画也足够丝滑&＃xff0c;效果是酱紫的&＃xff1a;

这是一位专攻 Python 语言的程序员开发的安装包&＃xff0c;名叫Pynimate。

目前可以直接通过PyPI安装使用。

使用指南

想要使用 Pynimate&＃xff0c;直接import一下就行。

import pynimate as nim


输入数据后&＃xff0c;Pynimate将使用函数Barplot&＃xff08;&＃xff09;来创建条形数据动画。


而创建这种动画&＃xff0c;输入的数据必须是pandas数据结构&＃xff08;如下&＃xff09;&＃xff0c;其中将时间列设置为索引&＃xff0c;换句话说索引代表的是自变量。

time, col1, col2, col3
2012 1 2 1
2013 1 1 2
2014 2 1.5 3
2015 2.5 2 3.5


具体的代码形式如下&＃xff1a;

import pandas as pd
df &＃61; pd.read_csv(&＃39;data&＃39;csv&＃39;).set_index(&＃39;time&＃39;)


比如要处理具体的数据&＃xff0c;写成代码应该是这样子的。

df &＃61; pd.DataFrame( { "time": ["1960-01-01", "1961-01-01", "1962-01-01"], "Afghanistan": [1, 2, 3], "Angola": [2, 3, 4], "Albania": [1, 2, 5], "USA": [5, 3, 4], "Argentina": [1, 4, 5], }
).set_index("time")


此外&＃xff0c;要制作条形数据动画&＃xff0c;Barplot还有三个必需的参数得注意&＃xff1a;data、time_format和ip_freq&＃xff08;Interpolation frequency&＃xff09;。

data就是表格的数据&＃xff0c;这里也就不再赘述。

time_format是指数据索引的时间日期格式&＃xff0c;一般为&＃xff1a;”%Y-%m-%d”。

最后是ip_freq&＃xff0c;它是制作动画中比较关键的一步&＃xff0c;通过线性插值使动画更加流畅丝滑。

一般来说&＃xff0c;并不是所有的原始数据都适合做成动画&＃xff0c;现在一个典型的视频是24fps&＃xff0c;即每秒有24帧。

举个栗子&＃xff0c;下面这个表格中的数据只有三个时间点&＃xff0c;按理说只能生成3帧视频&＃xff0c;最终动画也只有3/24秒。

time, col1, col2
2012 1 3
2013 2 2
2014 3 1


这时候&＃xff0c;ip_freq插值&＃xff08;线性&＃xff09;就开始发挥作用了&＃xff0c;如果插值是一个季度&＃xff0c;则得出的数据就变成了这样&＃xff1a;

time col1 col2
2012-01-01 1.00 3.00
2012-04-01 1.25 2.75
2012-07-01 1.50 2.50
2012-10-01 1.75 2.25
2013-01-01 2.00 2.00
2013-04-01 2.25 1.75
2013-07-01 2.50 1.50
2013-10-01 2.75 1.25
2014-01-01 3.00 1.00


具体的插值时间间隔为多久&＃xff0c;则要视具体的数据而定&＃xff0c;一般绘制大数据时&＃xff0c;设置为ip_freq &＃61; None。

至此&＃xff0c;就能生成数据动画了&＃xff0c;完整代码如下所示&＃xff1a;

from matplotlib import pyplot as plt
import pandas as pd
import pynimate as nim df &＃61; pd.DataFrame( { "time": ["1960-01-01", "1961-01-01", "1962-01-01"], "Afghanistan": [1, 2, 3], "Angola": [2, 3, 4], "Albania": [1, 2, 5], "USA": [5, 3, 4], "Argentina": [1, 4, 5], }
).set_index("time") cnv &＃61; nim.Canvas()
bar &＃61; nim.Barplot(df, "%Y-%m-%d", "2d")
bar.set_time(callback&＃61;lambda i, datafier: datafier.data.index[i].year)
cnv.add_plot(bar)
cnv.animate()
plt.show()


这是插值为两天&＃xff0c;生成的动画效果。

最后还有一个问题&＃xff0c;那就是保存动画&＃xff0c;有两个格式可以选择&＃xff1a;gif或者mp4。

保存为动图一般使用&＃xff1a;

cnv.save("file", 24, "gif")


若要保存为mp4的话&＃xff0c;ffmpeg是个不错的选择&＃xff0c;它是保存为mp4的标准编写器。

pip install ffmpeg-python


或者&＃xff1a;

conda install ffmpeg


当然&＃xff0c;同样也可以使用Canvas.save()来保存。

cnv.save("file", 24 ,"mp4")


技术提升

技术要学会分享、交流&＃xff0c;不建议闭门造车。

好的文章离不开粉丝的推荐&＃xff0c;资料干货、资料分享、数据、技术交流提升&＃xff0c;均可加交流群获取&＃xff0c;群友已超过2000人&＃xff0c;添加时最好的备注方式为&＃xff1a;来源&＃43;兴趣方向&＃xff0c;方便找到志同道合的朋友。

方式①、添加微信号&＃xff1a;dkl88191&＃xff0c;备注&＃xff1a;来自CSDN
方式②、微信搜索公众号&＃xff1a;Python学习与数据挖掘&＃xff0c;后台回复&＃xff1a;加群

作者介绍

julkar9&＃xff0c;Python/Flutter 开发人员&＃xff0c;研究的方向为数据分析与可视化。

他还开发了一个应用程序&＃xff1a;Chatmetry&＃xff0c;同样也与数据统计有关&＃xff0c;是一个用于创建whatsapp聊天统计数据的机器人应用程序。

这个程序可以从导出的聊天中生成各种统计信息&＃xff0c;同时支持个人和群组聊天&＃xff0c;并且是完全离线的&＃xff0c;既不会保存也不会共享。

传送门&＃xff1a;
https://julkaar9.github.io/pynimate/