[python]bar_chart_race绘制动态条形图

2024-03-22 08:28

本文主要是介绍[python]bar_chart_race绘制动态条形图,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近在 B 站上看到了一个宝藏 up 主,名叫 "Jannchie见齐",专门做动态条形图相关的数据可视化。

可以看到做出的效果还是很不错的,但工具使用的是 JS,不是 Python,于是尝试搜索了一下,看看 Python 有没有相关的库能够做出动态条形图相关的效果。幸运的是还真有相关的库,叫 bar_chart_race,那么下面就来看看相关的用法。

老规矩,使用之前先安装,直接 pip install bar-chart-race 即可。

使用方法

下面来看看使用方法。

import pandas as pd
import bar_chart_race as bcr# 如果出现SSL错误,则全局取消证书验证
# import ssl
# ssl._create_default_https_context = ssl._create_unverified_context# 获取数据
df = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 生成 GIF 图像
bcr.bar_chart_race(df, "covid19_horiz.gif")

我们看到代码非常简单,就是将数据转成 pandas 的 DataFrame,然后调用 bar_chart_race 即可生成 GIF 图像。

整体还是不错的,然后我们重点来看一下数据:

其中表头就是 GIF 图表中 Y 轴的部分,但需要注意的是,我们的图表是随时间不断变化的,所以我们在生成 DataFrame 的时候必须将 date 字段设置为索引。然后数据随着时间不断变化,并且条形图之间会根据数据的大小进行排序。

当然了,以上只是默认生成的,bar_chart_race 里面还有很多的参数,我们来看一下。

动态条形图变动态柱状图
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
bcr.bar_chart_race(df, "covid19_horiz.gif", orientation='v')

我们看到为了避免文字发生重叠,自动倾斜了,所以还是比较人性化的。

排序方式,默认为降序
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 设置排序方式
bcr.bar_chart_race(df, "covid19_horiz.gif", sort='asc')

条目数限制
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 设置最多能显示的条目数,这里最多显示 6 条
bcr.bar_chart_race(df, 'covid19_horiz.gif', n_bars=6)

设置固定类目
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 选取如下 5 个国家的数据
bcr.bar_chart_race(df, 'covid19_horiz.gif', fixed_order=['Iran', 'USA', 'Italy', 'Spain', 'Belgium'])

固定数值轴,使其不发生动态变化
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 设置数值的最大值,固定数值轴
bcr.bar_chart_race(df, 'covid19_horiz.gif', fixed_max=True)

设置图像帧数,默认 10 帧
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 图像帧数:数值越小,越不流畅;越大,越流畅
bcr.bar_chart_race(df, 'covid19_horiz.gif', steps_per_period=3)

可以看到,动图变得不流畅了。

设置帧率,单位时间默认为 500ms
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 设置帧率为 200ms,总共 20 帧
bcr.bar_chart_race(df, 'covid19_horiz.gif', steps_per_period=20, period_length=200)

设置每帧增加的标签时间,默认为 False
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
bcr.bar_chart_race(df, 'covid19_horiz.gif', interpolate_period=True)

绘图属性设置
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# figsize:设置画布大小,默认 (6, 3.5)
# dpi:图像分辨率,默认 144
# label_bars:显示柱状图的数值信息,默认为 True;指定为 False 则不显示;指定为字典,则自定义显示属性
# period_label:显示时间标签信息,默认为 True;指定为 False 则不显示;指定为字典,则自定义显示属性
# period_fmt:设置日期格式
# title:图表标题
# title_size:标题字体大小
# shared_fontdict:全局字体属性,例如 {'family': 'Helvetica', 'weight': 'bold', 'color': 'rebeccapurple'}
bcr.bar_chart_race(df, 'covid19_horiz.gif', figsize=(5, 3), dpi=100, label_bars=False,period_label={'x': .99, 'y': .1, 'ha': 'right', 'color': 'red'},title='COVID-19 Deaths by Country')

条形图属性,可以设置透明度,边框等
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# bar_kwargs:条形图属性
bcr.bar_chart_race(df, 'covid19_horiz.gif', bar_kwargs={'alpha': .2, 'ec': 'black', 'lw': 3})

添加动态文本
import pandas as pd
import bar_chart_race as bcr
import matplotlib.pyplot as plt# 设置字体,否则无法显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # Windows
# plt.rcParams['font.sans-serif'] = ['Hiragino Sans GB'] # Mac
plt.rcParams['axes.unicode_minus'] = Falsedf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])def summary(values, ranks):# 动态文本的内容"""values 为 df 的每一行(Series),例如Belgium            1143.0China              3326.0France             6520.0Germany            1275.0Iran               3294.0Italy             14681.0Netherlands        1490.0Spain             11198.0USA                7418.0United Kingdom     3611.0Name: 2020-04-03, dtype: float64ranks 则是针对 values 的值进行了排名,例如Belgium            1.0China              5.0France             7.0Germany            2.0Iran               4.0Italy             10.0Netherlands        3.0Spain              9.0USA                8.0United Kingdom     6.0Name: 2020-04-03, dtype: float64"""all_people = int(values.sum())ranks_country = ranks.sort_values().indexs = f'总死亡人数:{all_people},死亡人数最多的国家:{ranks_country[-1]},死亡人数最少的国家:{ranks_country[0]}'# 设置文本位置、数值、大小、颜色等return {'x': .99, 'y': .05, 's': s, 'ha': 'right', 'size': 8}
# 添加文本
bcr.bar_chart_race(df, 'covid19_horiz.gif', period_summary_func=summary)

添加垂直条
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
# 设置垂直条数值,分位数
def func(values, ranks):return values.quantile(.9)
# 添加垂直条
bcr.bar_chart_race(df, 'covid19_horiz.gif', perpendicular_bar_func=func)

设置柱状图颜色
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
bcr.bar_chart_race(df, 'covid19_horiz.gif', cmap="plotly3")

那么颜色都有哪些呢?

from pprint import pprint
from bar_chart_race._colormaps import colormaps
pprint(list(colormaps.keys()))
"""
['dark12','dark12_r','plotly3','viridis','cividis','inferno','magma','plasma','blackbody','bluered','electric',........
"""

柱状图颜色不重复
import pandas as pd
import bar_chart_race as bcrdf = pd.read_csv('covid19_tutorial.csv', index_col=["date"])
bcr.bar_chart_race(df, 'covid19_horiz.gif', cmap="plotly3", filter_column_colors=True)

以上就是绝大部分配置,当然源码中注释写的也比较详细,可以点进去看一下。

这篇关于[python]bar_chart_race绘制动态条形图的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/834933

相关文章

Python的Darts库实现时间序列预测

《Python的Darts库实现时间序列预测》Darts一个集统计、机器学习与深度学习模型于一体的Python时间序列预测库,本文主要介绍了Python的Darts库实现时间序列预测,感兴趣的可以了解... 目录目录一、什么是 Darts?二、安装与基本配置安装 Darts导入基础模块三、时间序列数据结构与

Python正则表达式匹配和替换的操作指南

《Python正则表达式匹配和替换的操作指南》正则表达式是处理文本的强大工具,Python通过re模块提供了完整的正则表达式功能,本文将通过代码示例详细介绍Python中的正则匹配和替换操作,需要的朋... 目录基础语法导入re模块基本元字符常用匹配方法1. re.match() - 从字符串开头匹配2.

Python使用FastAPI实现大文件分片上传与断点续传功能

《Python使用FastAPI实现大文件分片上传与断点续传功能》大文件直传常遇到超时、网络抖动失败、失败后只能重传的问题,分片上传+断点续传可以把大文件拆成若干小块逐个上传,并在中断后从已完成分片继... 目录一、接口设计二、服务端实现(FastAPI)2.1 运行环境2.2 目录结构建议2.3 serv

通过Docker容器部署Python环境的全流程

《通过Docker容器部署Python环境的全流程》在现代化开发流程中,Docker因其轻量化、环境隔离和跨平台一致性的特性,已成为部署Python应用的标准工具,本文将详细演示如何通过Docker容... 目录引言一、docker与python的协同优势二、核心步骤详解三、进阶配置技巧四、生产环境最佳实践

Python一次性将指定版本所有包上传PyPI镜像解决方案

《Python一次性将指定版本所有包上传PyPI镜像解决方案》本文主要介绍了一个安全、完整、可离线部署的解决方案,用于一次性准备指定Python版本的所有包,然后导出到内网环境,感兴趣的小伙伴可以跟随... 目录为什么需要这个方案完整解决方案1. 项目目录结构2. 创建智能下载脚本3. 创建包清单生成脚本4

Python实现Excel批量样式修改器(附完整代码)

《Python实现Excel批量样式修改器(附完整代码)》这篇文章主要为大家详细介绍了如何使用Python实现一个Excel批量样式修改器,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录前言功能特性核心功能界面特性系统要求安装说明使用指南基本操作流程高级功能技术实现核心技术栈关键函

python获取指定名字的程序的文件路径的两种方法

《python获取指定名字的程序的文件路径的两种方法》本文主要介绍了python获取指定名字的程序的文件路径的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要... 最近在做项目,需要用到给定一个程序名字就可以自动获取到这个程序在Windows系统下的绝对路径,以下

Java使用Javassist动态生成HelloWorld类

《Java使用Javassist动态生成HelloWorld类》Javassist是一个非常强大的字节码操作和定义库,它允许开发者在运行时创建新的类或者修改现有的类,本文将简单介绍如何使用Javass... 目录1. Javassist简介2. 环境准备3. 动态生成HelloWorld类3.1 创建CtC

使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解

《使用Python批量将.ncm格式的音频文件转换为.mp3格式的实战详解》本文详细介绍了如何使用Python通过ncmdump工具批量将.ncm音频转换为.mp3的步骤,包括安装、配置ffmpeg环... 目录1. 前言2. 安装 ncmdump3. 实现 .ncm 转 .mp34. 执行过程5. 执行结

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、