【用pandas_alive几行代码绘制竞赛动图】1.条形图（测试代码+数据集+绘图参数解析）

---

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中

资源文件下载：
专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

所有效果图预览：
效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

环境配置：
环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

---

1.条形图

条形图API说明：

df.fillna(0).plot_animated(‘1.水平条形图.gif’, period_fmt="%Y-%m-%d",
title=‘发现你走远了——1.水平条形图’, fixed_max=True,
fixed_order=True)
df.fillna(0).plot_animated(参数1, period_fmt="%Y-%m-%d",
title=‘发现你走远了——1.水平条形图’, fixed_max=True,
fixed_order=True)

• 参数1 生成图片名字.gif

period_fmt="%Y-%m-%d %H:%M:%S"
格式化成2022-01-12 5:30:00形式,可选可省略缺省 表示格式化时间输出在图片的右下角

fixed_max 是否固定背景图中背景条框
True固定背景图中背景条框

false 不固定背景图中背景条框

fixed_order 是否固定竞赛者条目，就是各个竞赛者的位次会不会变化

• True 固定竞赛者条目
  
• false 固定竞赛者条目
  

orientation=‘h’
orientation=‘v’
条形图的方向是水平还是竖直

• h 水平 （默认）
• v 竖直

perpendicular_bar_func=‘max’
增加一条全部数据的阴影部分辅助观看

• max 阴影部分数值为最大值
• mean 阴影部分数值为平均值
• min 阴影部分数值为最小值

条形图数据集

保存为文件Aus_Elec_Gen_1980_2018.csv使用，建议通过码云下载

,  Black coal,  Brown coal,  Natural gas,  Oil products,  Other a,  Biomass,  Wind,  Hydro,Large-scale solar PV,  Small-scale solar PV,  Geothermal
1989,87573.00,33594.00,14359.00,3552.00,,750.00,,14880.00,,,
1990,89511.00,36048.00,10772.00,3396.00,,769.00,,16103.00,,,
1991,94325.10,34559.00,11633.00,2362.00,,670.00,,15768.00,,10.90,
1992,97872.70,33248.00,12295.00,2421.00,,670.00,,16953.00,,13.30,
1993,100544.10,34890.00,12199.00,2320.00,,670.00,4.00,16649.00,,15.90,
1994,102522.10,35832.00,14913.00,2738.00,,723.00,7.00,16239.00,,18.90,
1995,106089.60,39427.00,12445.00,2805.00,,928.00,7.00,15731.00,,23.40,
1996,109452.20,41893.00,11426.00,2175.00,,965.00,7.00,16852.00,,27.80,
1997,116969.50,46633.00,12934.00,1821.00,,1029.00,8.00,15733.00,,33.50,
1998,118586.30,49703.00,16001.00,1729.00,,1133.00,28.00,16563.00,,37.70,
1999,123833.50,50200.00,16245.00,1784.00,,1134.00,58.00,16720.00,,43.50,
2000,134264.00,52223.00,17271.00,2044.00,,645.00,210.00,16933.00,,50.00,
2001,116774.70,56493.00,31730.00,2446.00,,950.00,364.00,16054.00,,58.30,
2002,115296.60,55160.30,29375.30,1661.00,1792.20,1583.60,703.10,16490.00,,58.30,
2003,121182.30,55572.80,30919.40,1388.70,1817.00,1799.50,705.00,16331.10,,68.10,0.50
2004,127788.50,53377.80,23802.90,2841.00,434.00,3830.00,885.00,15612.20,,77.80,0.50
2005,130231.60,54552.80,22725.90,3058.00,517.00,3911.00,1713.10,16029.20,,90.30,0.50
2006,132368.50,54375.80,31849.90,2893.00,479.00,3953.00,2611.10,14517.00,,104.70,0.50
2007,129569.30,54658.70,34955.80,4058.00,106.00,4596.00,3093.10,12056.90,,122.80,0.50
2008,127270.50,56981.40,37660.40,3388.00,3579.90,2795.20,3823.80,11869.40,,155.60,0.50
2009,123724.50,56068.30,44585.40,3106.80,2991.00,2777.40,5051.70,13548.70,,424.90,0.50
2010,116948.80,55298.10,48996.20,3093.80,2716.10,2101.70,6084.90,16806.70,,1530.40,0.50
2011,116654.40,55067.70,48571.60,2702.50,1088.10,3043.75,6969.70,14083.30,,2558.70,0.50
2012,111491.10,47555.10,51053.40,4464.30,1945.30,3143.50,7959.60,18269.60,,3826.30,0.50
2013,106965.50,46076.20,54393.90,5012.40,,3499.39,10252.00,18421.00,49.68,4366.28,0.50
2014,107639.40,50970.30,52916.91,6828.45,,3592.23,11466.60,13445.00,107.22,5424.11,0.60
2015,114294.98,48795.86,50536.08,5655.62,,3789.89,12199.50,15318.18,457.21,6381.05,0.22
2016,118272.30,43557.76,50459.75,5272.59,,3500.55,12596.99,16284.89,672.40,7399.26,0.50
2017,121592.60,36067.00,53839.39,5262.60,,3534.09,14989.42,15838.82,1007.58,8922.36,

1.1 水平条形图例程

# @Time    : 2022/1/12 11:46
# @Author  : 南黎
# @FileName: 1.1水平条形图.py
import pandas as pd
import pandas_alive

######显示中文宋体字体导入，如果使用中文加上这段代码######
import matplotlib as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#####################################################

df = pd.read_csv("数据源data/Aus_Elec_Gen_1980_2018.csv", index_col=0, parse_dates=[0], thousands=',')

df.fillna(0).plot_animated('1.1水平条形图.gif', period_fmt="%Y-%m-%d",
                           title='发现你走远了——1.1水平条形图', fixed_max=False,
                           perpendicular_bar_func='mean',
                           fixed_order=False)

---

1.2 竖直条形图例程

# @Time    : 2022/1/12 13:24
# @Author  : 南黎
# @FileName: 1.2竖直条形图.py
import pandas_alive
import pandas as pd

######显示中文宋体字体导入，如果使用中文加上这段代码######
import matplotlib as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#####################################################

df = pd.read_csv("数据源data/Aus_Elec_Gen_1980_2018.csv", index_col=0, parse_dates=[0], thousands=',')

df.plot_animated(filename='1.2竖直条形图.gif', title='发现你走远了——1.2竖直条形图',perpendicular_bar_func='min', orientation='v')

---

总结

版权声明：

发现你走远了@mzh原创作品，转载必须标注原文链接

Copyright 2022 mzh

Crated：2022-1-13

我折腾了一星期，梳理了很多入门小白避雷的方法，还会继续更新，如果看了对你有帮助，希望得到大家的点赞👍收藏支持！（毕竟时短间学完太难了，建议放进收藏夹吃灰）

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
【一、效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【二、专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【三、环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【四、数据集说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【五、常见问题（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【1.条形图（测试代码+数据集+绘图参数解析）】
【2.折线图（测试代码+数据集+绘图参数解析）】
【3.散点图（测试代码+数据集+绘图参数解析）】
【4.饼状图（测试代码+数据集+绘图参数解析）】
【5.气泡图（测试代码+数据集+绘图参数解析）】
【6.地理空间图（测试代码+数据集+绘图参数解析）】
【7.多个图表（测试代码+数据集+绘图参数解析）】
【8.城市人口（测试代码+数据集+绘图参数解析）】
【9.G7国家的预期寿命（测试代码+数据集+绘图参数解析）】
【10.新南威尔士州 COVID 可视化（测试代码+数据集+绘图参数解析）】
【更多内容敬请期待】

---