再见Excel！又一个Python可视化神器

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

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：

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，也可以使用Canvas.save()来保存。

cnv.save("file", 24 ,"mp4")

结语

感谢你们的阅读和喜欢，我收藏了很多技术干货，可以共享给喜欢我文章的朋友们，如果你肯花时间沉下心去学习，它们一定能帮到你，干货内容包括：

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、100道Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

​​

👉 这份完整版的Python全套学习资料已经上传，朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费】

读者福利：CSDN大礼包：《Python小白从入门到精通全套学习资料》免费分享 安全链接免费领取