python制作动态数据图,python绘制动态图表

　　本文主要详细介绍如何使用Python语言绘制漂亮的动态数据图。文章中的示例代码有详细的解释，感兴趣的朋友可以和边肖一起尝试一下。

　　00-1010安装播放动态图动态横条动态竖条动态折线动态累积条动态散点图动态气泡图多子图移动数据动态图怎么做，效果图，

　　多图联动竞争图

安装

　　支持数据

　　数据格式如下：

　　使用类似熊猫的方法，熊猫只需要一行代码就可以解决支持图形类别.

玩起来

　　结合geopandas，

动态地图

　　importpandasaspd

　　进口熊猫_活的

　　importmatplotlib.pyplotasplt

　　plt.style.use(ggplot )

　　#读入数据

　　Elec _ df=PD . read _ CSV( Aus _ Elec _ Gen _ 1980 _ 2018 . CSV ，

　　索引_列=0，

　　parse_dates=[0]，

　　千=，)

　　#定义总和定义

　　defcurrent_total(值):

　　total=values.sum()

　　s=fTotal:{int(total)}

　　return{x:85， y:2， s :s， ha:right ， size:11}

　　#默认值0填充，绘制

　　elec_df.fillna(0)。尾部(n=10)。剧情_动画(

　　电力-发电-澳大利亚. gif ，#保存gif名称

　　Period_fmt=%d/%m/%Y ，#动态更新图形中的时间戳

　　Title=澳大利亚电力资源1980-2018 ，# title

　　vertical _ bar _ func= mean ，#添加平均参考线

　　Period _ summary _ func=当前合计，# summary

　　Cmap=Set1 ，#定义调色板

　　N_visible=5，显示的列数

　　Orientation=h ，#列方向

　　)

动态水平bar

动态垂直bar

　　elec_df.diff()。菲尔娜(0)。尾部(n=10)。plot _ animated(filename= line-chart . gif ，

　　Kind=line ，#指定折线模式

　　cmap=集合1 ，

　　period_label={

　　x: 0.25,

　　 y: 0.9

　　 line_width=1,

　　 add_legend=True,

　　 fill_under_line_color=#01a2d9)

动态累积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,  #定义调色盘
　　    period_label={
　　        x: 0.1,
　　        y: 0.9
　　    },
　　    orientation=h,
　　    enable_progress_bar=True,
　　    steps_per_period=2,
　　    interpolate_period=True,
　　    period_length=200)

动态散点图

import pandas as pd
　　import pandas_alive
　　#max散点数据
　　max_temp_df = pd.read_csv(
　　    "Newcastle_Australia_Max_Temps.csv",
　　    parse_dates={"Timestamp": ["Year", "Month", "Day"]},
　　)
　　#min散点数据
　　min_temp_df = pd.read_csv(
　　    "Newcastle_Australia_Min_Temps.csv",
　　    parse_dates={"Timestamp": ["Year", "Month", "Day"]},
　　)
　　#按时间戳merge max/min数据
　　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",#指定散点模式
　　    size=10,
　　    title=Max & Min Temperature Newcastle, Australia)

动态气泡图

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",  #指定气泡模式
　　    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)

多子图一起动

　　这部分可以结合matplotlib的多子图绘制，实现各种个性化动图，可参考matplotlib-多子图绘制(为所欲为版)，核心代码如下，

　　到此这篇关于Python绘制数据动态图的方法详解的文章就介绍到这了,更多相关Python数据动态图内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室！

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。