如何制作动态数据表,python怎么画动态图

　　选自《朝向数据科学》

　　作者：Costas Andreou

　　机器之心编译

　　参与：Jamin、张倩

　　在阅读技术博客的过程中，我们会发现很多能把自己的知识和成果阐述透彻的博主，都能做出动态图表。他们的图片是怎么做出来的？很难吗？本文介绍了一种用Python制作动态图表的简单方法。

　　在数据爆炸的时代，要求数据科学家和分析师对数据有更深入的理解和分析，同时也需要将结果有效地传递给他人。如何让目标受众更直观的理解？当然是可视化数据，最好是动态可视化。

　　本文将以线型图、条形图和饼图为例，系统地讲解如何让你的数据图表动起来。

　　这些动态图表是用什么做的？

　　接触过数据可视化的同学应该熟悉Python中的Matplotlib库。它是一个基于Python的开源数据绘图包，只需要几行代码就可以帮助开发者生成直方图、功率谱、条形图、散点图等等。这个库中有一个非常实用的扩展包——FuncAnimation，可以让我们的静态图表动起来。

　　FuncAnimation是Matplotlib库中动画类的一部分，后面会展示几个例子。如果是第一次接触，可以简单地把这个函数理解为While循环，不断地在“画布”上重绘目标数据图。

　　如何使用 FuncAnimation？

　　这个过程从下面两行代码开始：

　　Importmatplotlib。animatonasanianimator=ani。FuncAnimation (FIG，chartfunc，interval=100)从中我们可以看到FuncAnimation的几个输入：

　　Figure是一个图形对象，用于“绘制图表”；

　　Chartfunc是以数字为输入的函数，表示时间序列中的时间；

　　Interval比较好理解，就是帧之间的间隔延迟，单位是毫秒。默认值为200。

　　这是三个关键输入，当然还有更多可选输入。有兴趣的读者可以查看原文档，这里就不赘述了。

　　下一步是将数据图参数化并转换成函数，然后将函数时间序列中的点作为输入。设置完成后，就可以正式开始了。

　　在开始之前，您仍然需要确保对基本的数据可视化有所了解。也就是说，我们需要先将数据可视化，然后再进行动态处理。

　　根据下面的代码打一个基本的电话。此外，疫情的传播数据将用作病例数据(包括每日死亡人数)。

　　importmatplotlib . animationasaniimportmatplotlib . pyplotaspltimporttnumpyasnpimportpandas aspdurl= https://raw . githubusercontent . com/CSSEGISandData/新冠肺炎/master/csse _ covid _ 19 _ data/csse _ covid _ 19 _ time _ series/time _ series _ covid 19 _ deaths _ global . CSV df=PD . read _ CSV(URL，delimiter=，，header= infer )df _ interest=df . locisin([联合王国，美国，意大利，德国])df[省/州]。ISNA()]df _ interest . rename(index=lambdax:df _ interest . at[x， Country/Region]，in place=True)df1=df _ interest . transpose()df1=df1 . drop([ Province/State ， Country/Region ， Lat ， Long ))df1=df1 . loc[(df1！=0).any(1)]df1 . index=PD . to _ datetime(df1 . index)绘制三种常见动态图表

　　动态线型图

　　如下图，首先要做的是定义图表的项，这些基本项在设置后保持不变。包括：创建图形对象、x和y标记、设置线条颜色和图形边距等。

　　importnumpyasnpimportmatplotlib . pyplotaspltcolor=[ red ， green ， blue ， orange ]fig=PLT . figure()PLT . x ticks(rotation=45，ha=right ，rotation _ mode= anchor )# rotatex-axis valueesplt . subplots _ adjust(bottom=0.2，Top=0.9)# ensuringthedays(onthex-axis)fitinthescreenplt . ylabel( noofdeath )PLT . xlabel( dates))接下来FuncAnimation使其移动：

　　defbuildmebarchart(I=int):PLT . legend(df1 . columns)p=PLT . plot(df1[:I])。索引，df1[:i]。values)# noteitonlyreturnsthedataset，uptothepointforiinrange(0，4):p[i]。set _ color(color[I])# setthecolourofeachcurveimportmatplotlib . animationasanianimator=ani。FuncAnimation(fig，buildmebarchart，interval=100)PLT . show()动态饼状图

　　可以观察到它的代码结构看起来和线图没有太大区别，但还是有细微的差别。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。