如何使用Python创建条形图追赶动画

这篇文章主要介绍了如何使用Python创建条形图追赶动画，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

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 plt  x = []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 ：

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=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 np  x = []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：

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：

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 FuncAnimation  plt.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() / 200          for 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：

感谢你能够认真阅读完这篇文章，希望小编分享的"如何使用Python创建条形图追赶动画"这篇文章对大家有帮助，同时也希望大家多多支持，关注行业资讯频道，更多相关知识等着你来学习!