时间:2023-06-19|浏览:153
机器之心编译
参与:Jamin、张倩
在读技术博客的过程中,我们会发现那些能够把知识、成果讲透的博主很多都会做动态图表。他们的图是怎么做的?难度大吗?这篇文章就介绍了 Python 中一种简单的动态图表制作方法。
数据暴增的年代,数据科学家、分析师在被要求对数据有更深的理解与分析的同时,还需要将结果有效地传递给他人。如何让目标听众更直观地理解?当然是将数据可视化啊,而且最好是动态可视化。
本文将以线型图、条形图和饼图为例,系统地讲解如何让你的数据图表动起来。
这些动态图表是用什么做的?
接触过数据可视化的同学应该对 Python 里的 Matplotlib 库并不陌生。它是一个基于 Python 的开源数据绘图包,仅需几行代码就可以帮助开发者生成直方图、功率谱、条形图、散点图等。这个库里有个非常实用的扩展包——FuncAnimation,可以让我们的静态图表动起来。
FuncAnimation 是 Matplotlib 库中 Animation 类的一部分,后续会展示多个示例。如果是首次接触,你可以将这个函数简单地理解为一个 While 循环,不停地在“画布”上
import matplotlib.animation as ani
animator = ani.FuncAnimation(fig, chartfunc, interval=100)
从中我们可以看到 FuncAnimation 的几个输入:
fig 是用来「绘制图表」的 figure 对象;
chartfunc 是一个以数字为输入的函数,其含义为时间序列上的时间;
interval 这个更好理解,是帧之间的间隔延迟,以毫秒为单位,默认值为 200。
这是三个关键输入,当然还有更多可选输入,感兴趣的读者可查看原文档,这里不再赘述。
下一步要做的就是将数据图表参数化,从而转换为一个函数,然后将该函数时间序列中的点设置完成后就可以正式开始了。
在开始之前依旧需要确认你是否对基本的数据可视化有所了解。也就是说,我们先要将数据进行可视化处理,再进行动态处理。
按照以下代码进行基本调用。另外,这里将采用大型流行病的传播数据作为案例数据(包括每天的死亡人数)。
import matplotlib.animation as ani import matplotlib.pyplot as plt import numpy as np import pandas as pd
url = "https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_deaths_global.csv" df = pd.read_csv(url, delimiter=",", header="infer") df_interest = df.loc[ df["Country/Region"].isin(["United Kingdom", "US", "Italy", "Germany"]) & df["Province/State"].isna() ] df_interest.rename(index=lambda x: df_interest.at[x, "Country/Region"], inplace=True) df1 = df_interest.transpose() df1 = df1.drop(["Province/State", "Country/Region", "Lat", "Long"]) df1 = df1.loc[(df1 != 0).any(1)] df1.index = pd.to_datetime(df1.index)
绘制三种常见动态图表
绘制动态线型图
如下所示,首先需要做的第一件事是定义图的各项,这些基础项设定之后就会保持不变。它们包括:创建 figure 对象,x 标和 y 标,设置线条颜色和 figure 边距等:
import numpy as np import matplotlib.pyplot as plt
color = ["red", "green", "blue", "orange"] fig=plt.figure plt.xticks(rotation=45, ha="right", rotation_mode="anchor") # rotate the x-axis values plt.subplots_adjust(bottom=0.2, top=0.9) # ensuring the dates (on the x-axis) fit in the screen plt.ylabel("No of Deaths") plt.xlabel("Dates")
接下来设置 curve 函数,进而使用 .FuncAnimation 让它动起来:
def buildmebarchart(i=int): plt.legend(df1.columns) p=plt.plot(df1[:i].index,df1[:i].values) # note it only returns the dataset, upto the point i for i in range(0, 4): p[i].set_color(color[i]) # set the colour of each curve
import matplotlib.animation as ani animator = ani.FuncAnimation(fig, buildmebarchart, interval=100) plt.show
动态饼状图
可以观察到,其代码结构看起来与线型图并无太大差异,但依旧有细小的差别。
import numpy as np import matplotlib.pyplot as plt
fig, ax = plt.subplots() explode = [0.01, 0.01, 0.01, 0.01] # pop out each slice from the pie
def getmepie(i): def absolute_value(val): # turn % back to a number a = np.round(val/100.*df1.head(i).max().sum(), 0) return int(a) ax.clear plot = df1.head(i).max().plot.pie(y=df1.columns, autopct=absolute_value, label="", explode=explode, shadow=True) plot.set_title("Total Number of Deaths " + str(df1.index[min(i, len(df1.index)-1)].strftime("%y-%m-%d")), fontsize=12)
import matplotlib.animation as ani animator = ani.FuncAnimation(fig, getmepie, interval=200) plt.show
主要区别在于,动态饼状图的代码每次循环都会返回一组数值,但在线型图中返回的是我们所在点之前的整个时间序列。返回时间序列通过 df1.head(i) 来实现,而 .max 则保证了我们仅获得最新的数据,因为流行病导致死亡的总数只有两种变化:维持现有数量或持续上升。
df1.head(i).max
动态条形图
创建动态条形图的难度与上述两个案例并无太大差别。在这个案例中,作者定义了水平和垂直两种条形图,读者可以根据自己的实
热点:数据