matplotlib实时动态画图,matplotlib 函数图像

  matplotlib实时动态画图,matplotlib 函数图像

  这篇文章主要为大家详细介绍了如何让Matplotlib、Seaborn的静态数据图动起来,变得栩栩如生。文中的示例代码讲解详细,感兴趣的小伙伴可以学习一下

  

目录

MatplotlibSeaborn

 

  

Matplotlib

 

  效果图如下

  主要使用matplotlib。动画。func动画,上核心代码,

  # 定义静态绘图函数

  定义绘制_条形图(年):

  dff=df[df[年]。情商(年)]。sort_values(by=value ,

  升序=真)。尾巴(10)

  ax.clear()

  ax.barh(dff[name],

  dff[值],

  color=[colors[group _ lk[x]]for x in dff[ name ]])

  dx=dff[值]。最大()/200

  对于我,(值,名称)in enumerate(zip(dff[值],dff[名称])):

  ax.text(value - dx,

  我,

  姓名,

  尺寸=14,

  重量=600,

  哈=对,

  va=bottom )

  ax.text(value - dx,

  我- .25,

  group_lk[name],

  尺寸=10,

  color=#444444 ,

  哈=对,

  va=基线)

  ax.text(值dx,

  我,

  f"{值:0f}”,

  尺寸=14,

  哈=左,

  va=center )

  # 注释文本

  ax.text(1,

  0.4,

  年份,

  transform=ax.transAxes,

  color=#777777 ,

  尺寸=46,

  哈=对,

  重量=800)

  ax.text(0,

  1.06,

  单位(每1000),

  transform=ax.transAxes,

  尺寸=12,

  color=#777777 )

  斧头。xaxis。set _ major _ formatter(ticker .StrMethodFormatter(“{ x :0f} ))

  斧头。xaxis。set _ ticks _ position( top )

  ax.tick_params(axis=x ,colors=#777777 ,labelsize=12)

  ax.set_yticks([])

  最大边距(0,0.01)

  ax.grid(其中=major ,axis=x ,linestyle=-)

  ax.set_axisbelow(True)

  ax.text(0,

  1.12,

  1500~2018年世界人口最多城市,

  transform=ax.transAxes,

  尺寸=24,

  重量=600,

  哈=左)

  plt.box(假)

  # 调用matplotlib。动画。func动画让静态图动起来

  动画师=动画FuncAnimation(图,

  绘制条形图,

  帧数=范围(1968,2019))

  # Jupyter笔记本里展示动图动画

  HTML(animator.to_jshtml())

  在绘图数据部分改自己的数据既可为所欲为的使用了~

  

Seaborn

 

  效果图如下

  代码

  将matplotlib.pyplot作为血小板计数导入

  从matplotlib.animation导入FuncAnimation

  将海生的作为社交网站(Social Network Site的缩写)导入

  将数组作为铭牌导入

  进口托盘

  def get_data(i=0):

  x,y=np.random.normal(loc=i,scale=3,size=(2,260))

  返回x,y

  x,y=get_data()

  g=sns .JointGrid(x=x,y=y,size=4)

  g.fig.set_size_inches(10,8)

  lim=(-10,10)

  定义准备_轴(g,xlim,ylim):

  g.ax_joint.clear()

  g.ax_joint.set_xlim(xlim)

  g.ax_joint.set_ylim(ylim)

  g.ax_marg_x.clear()

  g.ax_marg_x.set_xlim(xlim)

  g.ax_marg_y.clear()

  g.ax_marg_y.set_ylim(ylim)

  PLT。setp(g . ax _ marg _ x . get _ xticklabels(),visible=False)

  PLT。setp(g . ax _ marg _ y . get _ yticklabels(),visible=False)

  PLT。setp(g . ax _ marg _ x . yaxis。get _ major atrick ines(),visible=False)

  PLT。setp(g . ax _ marg _ x . ya xis。get _ minorticklines(),visible=False)

  PLT。setp(g . ax _ marg _ y . xaxis。get _ majorticklines(),visible=False)

  PLT。setp(g . ax _ marg _ y . xaxis。get _ minorticklines(),visible=False)

  PLT。setp(g . ax _ marg _ x . get _ yticklabels(),visible=False)

  PLT。setp(g . ax _ marg _ y . get _ x tick labels(),visible=False)

  定义动画:

  g.x,g.y=get_data(i)

  准备_轴(g,lim,lim)

  g.plot_joint(sns.kdeplot,

  cmap=成对)

  g.plot_marginals(sns.kdeplot,color=blue ,shade=True)

  frames=np.sin(np.linspace(0,2 * np.pi,17)) * 5

  ani=matplotlib。动画。func动画(如图,

  动画,

  框架=框架,

  重复=真)

  HTML(ani.to_jshtml())

  类似于Matplotlib代码,但是更多的解释。

  以上就是本文关于Python实现Matplotlib,Seaborn动态数据图示例代码。关于Python动态数据图的更多信息,请搜索热门IT软件开发工作室之前的文章或者继续浏览下面的相关文章。希望大家以后多多支持热门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。

留言与评论(共有 条评论)
   
验证码: