数据可视化动画还在用Excel做?
现在一个简单的Python包就能分分钟搞定!
而且生成的动画也足够丝滑,效果是酱紫的:
这是一位专攻Python
语言的程序员开发的安装包,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
,直接import
一下就行。
import pynimate as nim
输入数据后,Pynimate
将使用函数Barplot()
来创建条形数据动画。
而创建这种动画,输入的数据必须是pandas
数据结构(如下),其中将时间列设置为索引,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:
import pandas as pd df = pd.read_csv('data'csv').set_index('time')
比如要处理具体的数据,写成代码应该是这样子的。
df = 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,要制作条形数据动画,Barplot还有三个必需的参数得注意:data
、time_format
和ip_freq
(Interpolation frequency)。
data
就是表格的数据,这里也就不再赘述。
time_format
是指数据索引的时间日期格式,一般为:”%Y-%m-%d”。
最后是ip_freq
,它是制作动画中比较关键的一步,通过线性插值使动画更加流畅丝滑。
一般来说,并不是所有的原始数据都适合做成动画,现在一个典型的视频是24fps,即每秒有24帧。
举个栗子🌰,下面这个表格中的数据只有三个时间点,按理说只能生成3帧视频,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,ip_freq
插值(线性)就开始发挥作用了,如果插值是一个季度,则得出的数据就变成了这样:
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,则要视具体的数据而定,一般绘制大数据时,设置为ip_freq = None
。
至此,就能生成数据动画了,完整代码如下所示:
from matplotlib import pyplot as plt
import pandas as pd
import pynimate as nim
df = 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 = nim.Canvas()
bar = nim.Barplot(df, "%Y-%m-%d", "2d")
bar.set\_time(callback=lambda i, datafier: datafier.data.index\[i\].year)
cnv.add\_plot(bar)
cnv.animate()
plt.show()
这是插值为两天,生成的动画效果。
最后还有一个问题,那就是保存动画,有两个格式可以选择:gif或者mp4。
保存为动图一般使用:
cnv.save("file", 24, "gif")
若要保存为mp4的话,ffmpeg是个不错的选择,它是保存为mp4的标准编写器。
pip install ffmpeg-python
或者
conda install ffmpeg
当然,同样也可以使用Canvas.save()来保存。
cnv.save("file", 24 ,"mp4")
好了,今天的分享就到这里了!最后多说一句,小编也是一名python开发工程师,这里有我自己整理的一套最新的python系统学习教程,如果你需要的话,微信扫描下方CSDN官方认证二维码即可领取
😝朋友们如果有需要的话,可以V扫描下方二维码免费领取🆓
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
![](https://i-blog.csdnimg.cn/blog_migrate/208aaba598d6beb8da148320e2bf26f8.png)
二、Python基础学习
1. 开发工具
2. 学习笔记
3. 学习视频
三、Python小白必备手册
四、数据分析全套资源
五、Python面试集锦
1. 面试资料
2. 简历模板
![](https://i-blog.csdnimg.cn/blog_migrate/208aaba598d6beb8da148320e2bf26f8.png)