Matplotlib 动态可视化！

大家好，我是 阳哥。

Matplotlib 是 Python 数据可视化中不可或缺的一个可视化库，「Python数据之道」之前也给大家分享了一系列 Matplotlib 从基础到进阶的内容，包括：

• 太赞了！100个案例，Matplotlib 从入门到大神！
  

• 30000字 Matplotlib 实操干货，38个案例带你从入门到进阶！
  

• 深度好文 ｜Matplotlib 可视化最有价值的 50 个图表（附完整 Python 源代码，推荐收藏）
  

今天给大家分享的是使用 Matplotlib 来创建动态 gif 图片，这个内容是以前没有分享过的。但 我 觉得今天的内容也是特别的实用。

4种类型的动态 gif 图

今天给大家分享的包括4种类型的动态 gif 图，分别是单曲线动态图、分段分不同背景颜色的动态图、双曲线动态图、多图多曲线动态图。

核心思路是通过 Matplotlib 绘制动态图的动画帧，然后通过 python 的 'gif' 库来绘制动态图片。

单曲线动态图

先来看看单曲线动态图，效果如下：

实现上面视频中效果的核心代码如下：

@gif.frame
def plot(df,date):
    df = df.loc[df.index[0]:pd.Timestamp(date)]
    fig, (ax1) = plt.subplots(1,figsize=(20,10),dpi=100)
    ax1.plot(
        df.close, marker='o',
        linestyle='--',
        linewidth=3,
        markersize=15,
        color = 'tab:blue'
        )
    y_max = round(df.close.max()*1.05)
    y_min = round(df.close.min()*0.95)
    ax1.set_title('沪深300指数2015年至2020年月均指数点位',fontsize=30)
#     ax1.set_title('average close price of Hushen 300 index during 2010 to 2020', fontsize=30)
    ax1.set_xlim([START,END])
    ax1.set_ylim([y_min,y_max])
    ax1.set_ylabel('指数收盘点位', color='tab:blue', fontsize=20) 
    # 设置刻度字体大小
    ax1.tick_params(labelsize=16)

    
#### 创建动态图 ####
frames = []
for date in pd.date_range(start =START, end=END,freq='1M'):
    frame = plot(df_300_price,date)
    frames.append(frame)

效果是不是很赞啊，另外 3 种动态图的代码实现过程也是类似的，其效果如下：

分段分不同背景颜色的动态图

双曲线动态图

多图多曲线动态图

代码文件获取

为了方便大家练习和复现上面的效果，我整理好了本文的实现代码过程，大家可以在下面的公众号 「菜鸟数据之道」 回复 mat-gif 来获取。

PS: 建议直接复制关键词在后台进行回复

顺便说下，下面视频号中的动态效果，也是用Python绘制出来的，来看看吧。