poi导出动态行动态列_代码不到40行的超燃动态排序图

出处https://colab.research.google.com/github/pratapvardhan/notebooks/blob/master/barchart-race-matplotlib.ipynb

需要使用vpn,我已经将该文件放到项目中，大家可在文末获得下载方式

这种图在国外叫做 Bar Chart Race， 通过这个图可以察公司沉浮，观国家兴衰。

我使用了统计局网站提供的各国航空客运量数据，这这个数据中没有中国出现，遗憾啊！

读取航空客运量数据

在国家统计局 http://data.stats.gov.cn/easyquery.htm?cn=C01 下载了主要国家(地区)年度航空客运量数据

import pandas as pd

import warnings

warnings.filterwarnings('ignore')

df = pd.read_excel('国际数据主要国家(地区)年度数据.xls', skiprows=[0, 1, 2])

df.head()

咱们先只看2001年排名前10个国家

df2 = df[['地区', '2001年']].sort_values(by='2001年', ascending=False).head(10)

df2.sort_values(by='2001年', ascending=True, inplace=True)

df2

基础图

先看看最基础的样子，有点简陋

%matplotlib inline

import matplotlib.pyplot as plt

import matplotlib.ticker as ticker

import matplotlib.animation as animation

from IPython.display import HTML

#显示中文(可能还会显示不了，请自行百度解决中文问题)

plt.rcParams['font.sans-serif']=['SimHei']

fig, ax = plt.subplots(figsize=(15, 8))

ax.barh(df2['地区'], df2['2001年'])

颜色标签

我们给城市条形图配上颜色，这里原作者使用了7种颜色的rgb码。

我的新数据有47个国家，所以7种颜色重复使用了好几次。

注意：城市和颜色都是长度47

colors = ['#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff', '#f7bb5f', '#eafb50',

'#adb0ff', '#ffb3ff', '#90d595', '#e48381', '#aafbff']

#给每个国家随机分配颜色

countrycolors = dict()

countrys = set(df['地区'])

for color, country in zip(colors, countrys):

countrycolors[country] = color

countrycolors

Run

{'巴勒斯坦': '#adb0ff',

'伊拉克': '#ffb3ff',

'越南': '#90d595',

'土库曼斯坦': '#e48381',

'阿曼': '#aafbff',

.....

'韩国': '#ffb3ff',

'老挝': '#90d595',

'尼泊尔': '#e48381',

'印度': '#aafbff'}

排名前10的国家

fig, ax = plt.subplots(figsize=(15, 8))

#排名前10的国家

ax.barh(df2['地区'], df2['2001年'], color=[countrycolors[c] for c in df2['地区']])

for i, (value, country) in enumerate(zip(df2['2001年'], df2['地区'])):

ax.text(value, i, country, size=14, weight=600, ha='right', va='bottom')

ax.text(value, i, f'{value:,.0f}', size=14, ha='left', va='center')

ax.text(1, 0.45, '2001年', transform=ax.transAxes, size=46, ha='right')

细节修饰

在上面我们实现了2001年各国航空客运量(人数)排名前10的可视化，现在我们将其封装进draw_barchart函数中。

fig, ax = plt.subplots(figsize=(15, 8))

def draw_barchart(year):

#整理数据

year = str(year)+'年'

df = pd.read_excel('国际数据主要国家(地区)年度数据.xls', skiprows=[0, 1, 2])

df2 = df[['地区', year]].sort_values(by=year, ascending=False).head(7)

df2.sort_values(by=year, ascending=True, inplace=True)

#横向条形图

ax.clear()

ax.barh(df2['地区'], df2[year], color=[countrycolors[country] for country in df2['地区']])

dx = df[year].max()/200

for i, (value, country) in enumerate(zip(df2[year], df2['地区'])):

ax.text(value-dx, i, country, size=14, weight=600, ha='right', va='bottom')

ax.text(value+dx, i, f'{value:,.0f}', size=14, ha='left', va='center')

#细节修饰

ax.text(1, 0.45, year, transform=ax.transAxes, color='#777777', size=46, ha='right', weight=800)

ax.text(0, 1.06, '各国航空客运量(人次)', transform=ax.transAxes, size=12, color='#777777')

ax.xaxis.set_ticks_position('top')

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

ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))

ax.xaxis.set_ticks_position('top')

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

ax.margins(0, 0.01)

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

ax.set_axisbelow(True)

ax.text(0.3, 1.05, '1970~2015各国航空客运量(人次)',

transform=ax.transAxes, size=24, weight=600, ha='left')

plt.box(False)

draw_barchart(2015)

爆燃动画

刚刚我们已经封装好了draw_barchart(year)函数，现在我们只需要简单的调用matplotlib中的animation模块，就可以顺着时间方向，渲染成动画效果。

可惜数据中没有祖国的身影，动画的爆燃性大打折扣。

import matplotlib.animation as animation

from IPython.display import HTML

fig, ax = plt.subplots(figsize=(15, 8))

animator = animation.FuncAnimation(fig, draw_barchart, frames=range(1970, 2016))

HTML(animator.to_jshtml())

动态排名图可以输出为视频文件，会视频剪辑的还可以加上自己喜欢的bgm，让整个效果更加爆燃。不过在输出视频前，需要先安装好ffmpeg，这里只稍微说一下安装步骤：

1. 命令行安装homebrew

2. 命令行输入 brew install ffmpeg 上述安装步骤有疑问请自行百度

animator.to_html5_video()

animator.save('countryflys.mp4')

这是大邓视频剪辑出的效果

全部代码

不到40行代码的超然动态排序图

%matplotlib inline

import pandas as pd

import matplotlib.pyplot as plt

import matplotlib.ticker as ticker

import matplotlib.animation as animation

from IPython.display import HTML

#显示中文(可能还会显示不了，请自行百度解决中文问题)

plt.rcParams['font.sans-serif']=['SimHei']

def draw_barchart(year):

#整理数据

year = str(year)+'年'

df = pd.read_excel('国际数据主要国家(地区)年度数据.xls', skiprows=[0, 1, 2])

df2 = df[['地区', year]].sort_values(by=year, ascending=False).head(7)

df2.sort_values(by=year, ascending=True, inplace=True)

#横向条形图

ax.clear()

ax.barh(df2['地区'], df2[year], color=[countrycolors[country] for country in df2['地区']])

dx = df[year].max()/200

for i, (value, country) in enumerate(zip(df2[year], df2['地区'])):

ax.text(value-dx, i, country, size=14, weight=600, ha='right', va='bottom')

ax.text(value+dx, i, f'{value:,.0f}', size=14, ha='left', va='center')

#细节修饰

ax.text(1, 0.45, year, transform=ax.transAxes, color='#777777', size=46, ha='right', weight=800)

ax.text(0, 1.06, '各国航空客运量(人次)', transform=ax.transAxes, size=12, color='#777777')

ax.xaxis.set_ticks_position('top')

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

ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))

ax.xaxis.set_ticks_position('top')

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

ax.margins(0, 0.01)

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

ax.set_axisbelow(True)

ax.text(0.3, 1.05, '1970~2015各国航空客运量(人次)',

transform=ax.transAxes, size=24, weight=600, ha='left')

plt.box(False)

fig, ax = plt.subplots(figsize=(15, 8))

animator = animation.FuncAnimation(fig, draw_barchart, frames=range(1970, 2016))

HTML(animator.to_jshtml())

近期文章

Python网络爬虫与文本数据分析

Python语法快速入门

Python爬虫快速入门

文本数据分析文章汇总(2016-至今)

当文本分析遇到乱码(ง'⌣')ง怎么办？

Loughran&McDonald金融文本情感分析库

使用分析师报告中含有的情感信息预测上市公司股价变动

当pandas遇上数据类型问题

如何理解pandas中的transform函数

利用mlxtend进行数据关联分析

计算社会经济学

初学Python常见异常错误

一行pandas代码生成哑变量

顺利开班 | python爬虫分析2019年杭州国庆工作坊顺利开班

课件获取方式，请在公众号后台回复关键词“动态排序图”，如果觉得有用，欢迎转发支持