详解在Python中创建条形图追赶动画详解在Python中创建条形图追赶

前言
方法一：使用pause()函数
方法二：使用FuncAnimation()函数

线性图动画

Python中的条形图追赶动画

Python中的散点图动画：

条形图追赶的水平移动

前言动画是使可视化更具吸引力和用户吸引力的好方法。它帮助我们以有意义的方式展示数据可视化。Python 帮助我们使用现有的强大 Python 库创建动画可视化。Matplotlib是一个非常流行的数据可视化库，通常用于数据的图形表示以及使用内置函数的动画。
使用 Matplotlib 创建动画有两种方法：

使用 pause() 函数
使用 FuncAnimation() 函数

方法一：使用 pause() 函数在暂停（）的matplotlib库的pyplot模块在功能上用于暂停为参数提到间隔秒。考虑下面的示例，我们将使用 matplotlib 创建一个简单的线性图并在其中显示动画：
创建 2 个数组 X 和 Y，并存储从 1 到 100 的值。
使用 plot() 函数绘制 X 和 Y。
以合适的时间间隔添加 pause() 函数
运行程序，你会看到动画。
Python

from matplotlib import pyplot as pltx = []y = []for i in range(100):x.append(i)y.append(i)# 提及 x 和 y 限制以定义其范围plt.xlim(0, 100)plt.ylim(0, 100)# 绘制图形plt.plot(x, y, color = 'green')plt.pause(0.01)plt.show()

输出：

文章图片

【详解在Python中创建条形图追赶动画】同样，你也可以使用 pause() 函数在各种绘图中创建动画。

方法二：使用 FuncAnimation() 函数这个FuncAnimation() 函数不会自己创建动画，而是从我们传递的一系列图形中创建动画。
语法: FuncAnimation(figure, animation_function, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=https://www.it610.com/article/True,
**kwargs)
现在您可以使用 FuncAnimation 函数制作多种类型的动画：

线性图动画
在这个例子中，我们将创建一个简单的线性图，它将显示一条线的动画。同样，使用 FuncAnimation，我们可以创建多种类型的动画视觉表示。我们只需要在一个函数中定义我们的动画，然后用合适的参数将它传递给FuncAnimation。
Python

from matplotlib import pyplot as pltfrom matplotlib.animation import FuncAnimationimport numpy as npx = []y = []figure, ax = plt.subplots()# 设置 x 和 y 轴的限制ax.set_xlim(0, 100)ax.set_ylim(0, 12)# 绘制单个图形line,= ax.plot(0, 0) def animation_function(i):x.append(i * 15)y.append(i)line.set_xdata(x)line.set_ydata(y)return line,animation = FuncAnimation(figure,func = animation_function,frames = np.arange(0, 10, 0.1), interval = 10)plt.show()

输出：

文章图片

Python 中的条形图追赶动画在此示例中，我们将创建一个简单的条形图动画，它将显示每个条形的动画。
Python

from matplotlib import pyplot as pltfrom matplotlib.animation import FuncAnimation, writersimport numpy as npplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']fig = plt.figure(figsize = (7,5))axes = fig.add_subplot(1,1,1)axes.set_ylim(0, 300)palette = ['blue', 'red', 'green','darkorange', 'maroon', 'black']y1, y2, y3, y4, y5, y6 = [], [], [], [], [], []def animation_function(i): y1 = i y2 = 6 * i y3 = 3 * i y4 = 2 * i y5 = 5 * i y6 = 3 * i plt.xlabel("国家") plt.ylabel("国家GDP") plt.bar(["印度", "中国", "德国","美国", "加拿大", "英国"],[y1, y2, y3, y4, y5, y6],color = palette)plt.title("条形图动画")animation = FuncAnimation(fig, animation_function,interval = 50)plt.show()

输出：

文章图片

Python 中的散点图动画：在这个例子中，我们将使用随机函数在 python 中动画散点图。我们将遍历animation_func并在迭代时绘制 x 和 y 轴的随机值。

from matplotlib import pyplot as pltfrom matplotlib.animation import FuncAnimationimport randomimport numpy as npx = []y = []colors = []fig = plt.figure(figsize=(7,5))def animation_func(i): x.append(random.randint(0,100)) y.append(random.randint(0,100)) colors.append(np.random.rand(1)) area = random.randint(0,30) * random.randint(0,30) plt.xlim(0,100) plt.ylim(0,100) plt.scatter(x, y, c = colors, s = area, alpha = 0.5)animation = FuncAnimation(fig, animation_func,interval = 100)plt.show()

输出：

条形图追赶的水平移动在这里，我们将使用城市数据集中的最高人口绘制条形图竞赛。
不同的城市会有不同的条形图，条形图追赶将从 1990 年到 2018 年迭代。
我从人口最多的数据集中选择了最高城市的国家。
需要用到的数据集可以从这里下载：city_populations
Python

import pandas as pdimport matplotlib.pyplot as pltimport matplotlib.ticker as tickerfrom matplotlib.animation import FuncAnimationplt.rcParams['font.sans-serif'] = ['Microsoft YaHei']df = pd.read_csv('city_populations.csv',usecols=['name', 'group', 'year', 'value'])colors = dict(zip(['India','Europe','Asia','Latin America','Middle East','North America','Africa'],['#adb0ff', '#ffb3ff', '#90d595','#e48381', '#aafbff', '#f7bb5f', '#eafb50']))group_lk = df.set_index('name')['group'].to_dict()def draw_barchart(year):dff = df[df['year'].eq(year)].sort_values(by='value',ascending=True).tail(10)ax.clear()ax.barh(dff['name'], dff['value'],color=[colors[group_lk[x]] for x in dff['name']])dx = dff['value'].max() / 200for i, (value, name) in enumerate(zip(dff['value'],dff['name'])):ax.text(value-dx, i,name,size=14, weight=600,ha='right', va='bottom')ax.text(value-dx, i-.25, group_lk[name],size=10, color='#444444', ha='right', va='baseline')ax.text(value+dx, i,f'{value:,.0f}', size=14, ha='left',va='center')ax.text(1, 0.4, year, transform=ax.transAxes, color='#777777', size=46, ha='right',weight=800)ax.text(0, 1.06, 'Population (thousands)',transform=ax.transAxes, size=12,color='#777777')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.set_yticks([])ax.margins(0, 0.01)ax.grid(which='major', axis='x', linestyle='-')ax.set_axisbelow(True)ax.text(0, 1.12, '从 1500 年到 2018 年世界上人口最多的城市',transform=ax.transAxes, size=24, weight=600, ha='left')ax.text(1, 0, 'by haiyong.site | 海拥', transform=ax.transAxes, ha='right', color='#777777', bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))plt.box(False)plt.show()fig, ax = plt.subplots(figsize=(15, 8))animator = FuncAnimation(fig, draw_barchart, frames = range(1990, 2019))plt.show()

输出：

以上就是详解在Python中创建条形图追赶动画的详细内容，更多关于Python动画的资料请关注脚本之家其它相关文章！