使用pandas-alive对“2022年冬奥运奖牌信息“可视化

简介

pandas-alive 以matplotlib绘图为后端，对pandas的DataFrame对象进行绘图处理。虽然提供了很简单的绘制可视化图表机制，但是在使用的过程中，需要有特定的数据格式：

• 数据的索引具有维度意义：例如时间， ** 当索引为整型时需考虑步长的关系，会影响数值
• 每列包含特定类别的值

从上面的格式要求来看，用于生成可视化图表的最佳选择是：与时间有线性关系的数据集合。从文档里面给的数据源可以求证到这一点。

例子

在文档里面所列的数据都是经过了整理成合适的数据样例，数据与时间线性相关。

但是在实际生产中，很难找到能直接使用的例子。所以，在使用过程中，需要经历三个阶段：确定数据类型、数据处理、根据数据类型选择相应图表。

下面将使用从 和鲸社区 拿到的“2022年冬奥会奖牌信息” 进行例子演示：

确认数据类型

数据源为一个csv文件，以第一行作为表头，内容如下所示

观察数据，从整体上看，与时间相关性较强的是“国家”、“时间”、“奖牌类型”，所以我们可以得到一个较简单的模型: 同种奖牌类型下的国家获得奖牌数量与时间的关系。

数据预处理

从上述的表中，数据格式不符合pandas-alive绘图的要求，于是得进行一系列的数据处理。

import pandas as pd
import pandas_alive
import numpy as np


from examples.utils import get_filepath

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 替换sans-serif字体
plt.rcParams['axes.unicode_minus'] = False  # 解决坐标轴负数的负