python核心知识点整理|??【python入门项目】在 Python 中创建条形图追赶动画(评论区送书)?? python|动画|Python实战项目

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。
直接跳到末尾 去评论区领书

在 Python 中创建条形图追赶动画（评论区送书）

- 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：
- 评论区抽粉丝送书啦

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：

python核心知识点整理|??【python入门项目】在 Python 中创建条形图追赶动画(评论区送书)??

文章图片

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 plt from matplotlib.animation import FuncAnimation import 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 plt from matplotlib.animation import FuncAnimation, writers import 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：
【python核心知识点整理|??【python入门项目】在 Python 中创建条形图追赶动画(评论区送书)??】

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 plt from matplotlib.animation import FuncAnimation import random import 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 pd import matplotlib.pyplot as plt import matplotlib.ticker as ticker from 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：

评论区抽粉丝送书啦欢迎大家在评论区提出意见和建议！（抽两位幸运儿送书，实物图如下）

文章图片

《机器学习入门：基于数学原理的Python实战》

简介：理论性与实用性兼备，既可作为初学者的入门书籍，也可作为求职者的面试宝典，更可作为职场人士转岗的实用手册。本书适合需要全面学习机器学习算法的初学者、希望掌握机器学习算法数学理论的程序员、想转行从事机器学习算法的专业人员、对机器学习算法兴趣浓厚的人员、专业培训机构学员和希望提高 Python 编程水平的程序员。

优点：
1.与周志华编写的《机器学习》相比，本书多了对算法的数学原理详细严谨的推导。
2.与李锐翻译的《机器学习实战》相比，本书多了用面向对象思想将算法模块化，并且书中代码在Python 3 环境下运行。
3.为了照顾初学者，本书补充了全书涉及的高等数学、线性代数、概率论与数理统计、Jessen不等式等数学基础知识。
也有不想抽奖自己买的同学可以参考下面的链接
京东自营购买链接：
《机器学习入门：基于数学原理的Python实战》(戴璞微，潘斌)【摘要书评试读】- 京东图书
当当自营购买链接：
《机器学习入门：基于数学原理的Python实战》(戴璞微)【简介_书评_在线阅读】 - 当当图书
注意：
大家点赞关注，三天后也就是 9月28日从评论区留言的同学中抽取两位送书
行业资料：精品PPT模板几千套，简历模板一千多套
面试题库：Java核心知识点大全和面试真题资料
学习资料：2300套PHP建站源码，微信小程序入门资料，Python全集(400集)
如果中奖了联系不上则视为放弃，可以从下方公众号里找到作者的联系方式，回复【资源】获取上面的资料