丢掉Excel,手把手教你用Python做可视化数据,还能任意调节动画丝滑度

开发 新闻
一个简单的Python包就能分分钟搞定!

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

数据可视化动画还在用Excel做?

现在一个简单的Python包就能分分钟搞定!

而且生成的动画也足够丝滑,效果是酱紫的:

图片

这是一位专攻Python语言的程序员开发的安装包,名叫Pynimate

目前可以直接通过PyPI安装使用。

图片

使用指南

想要使用Pynimate,直接import一下就行。

import pynimate as nim

而创建这种动画,输入的数据必须是pandas数据结构(如下),其中将时间列设置为索引,换句话说索引代表的是自变量。

time, col1, col2, col3
2012 1 2 1
2013 1 1 2
2014 2 1.5 3
2015 2.5 2 3.5

具体的代码形式如下:

import pandas as pd
df = pd.read_csv('data'csv').set_index('time')

比如要处理具体的数据,写成代码应该是这样子的。

df = pd.DataFrame(
{
"time": ["1960-01-01", "1961-01-01", "1962-01-01"],
"Afghanistan": [1, 2, 3],
"Angola": [2, 3, 4],
"Albania": [1, 2, 5],
"USA": [5, 3, 4],
"Argentina": [1, 4, 5],
}
).set_index("time")

此外,要制作条形数据动画,Barplot还有三个必需的参数得注意:data、time_format和ip_freq(Interpolation frequency)

data就是表格的数据,这里也就不再赘述。

time_format是指数据索引的时间日期格式,一般为:”%Y-%m-%d”。

最后是ip_freq,它是制作动画中比较关键的一步,通过线性插值使动画更加流畅丝滑。

一般来说,并不是所有的原始数据都适合做成动画,现在一个典型的视频是24fps,即每秒有24帧。

举个栗子🌰,下面这个表格中的数据只有三个时间点,按理说只能生成3帧视频,最终动画也只有3/24秒。

time, col1, col2
2012 1 3
2013 2 2
2014 3 1

这时候,ip_freq插值(线性)就开始发挥作用了,如果插值是一个季度,则得出的数据就变成了这样:

time     col1  col2
2012-01-01 1.00 3.00
2012-04-01 1.25 2.75
2012-07-01 1.50 2.50
2012-10-01 1.75 2.25
2013-01-01 2.00 2.00
2013-04-01 2.25 1.75
2013-07-01 2.50 1.50
2013-10-01 2.75 1.25
2014-01-01 3.00 1.00

具体的插值时间间隔为多久,则要视具体的数据而定,一般绘制大数据时,设置为ip_freq = None。

至此,就能生成数据动画了,完整代码如下所示:

from matplotlib import pyplot as plt
import pandas as pd
import pynimate as nim

df = pd.DataFrame(
{
"time": ["1960-01-01", "1961-01-01", "1962-01-01"],
"Afghanistan": [1, 2, 3],
"Angola": [2, 3, 4],
"Albania": [1, 2, 5],
"USA": [5, 3, 4],
"Argentina": [1, 4, 5],
}
).set_index("time")

cnv = nim.Canvas()
bar = nim.Barplot(df, "%Y-%m-%d", "2d")
bar.set_time(callback=lambda i, datafier: datafier.data.index[i].year)
cnv.add_plot(bar)
cnv.animate()
plt.show()

这是插值为两天,生成的动画效果。

图片

最后还有一个问题,那就是保存动画,有两个格式可以选择:gif或者mp4。

保存为动图一般使用:

cnv.save("file", 24, "gif")

若要保存为mp4的话,ffmpeg是个不错的选择,它是保存为mp4的标准编写器。

 pip install ffmpeg-python

或者:

conda install ffmpeg

当然,同样也可以使用Canvas.save()来保存。

cnv.save("file", 24 ,"mp4")

作者介绍

julkar9,Python/Flutter 开发人员,研究的方向为数据分析与可视化

小哥表示,Pynimate还会不断更新,目前正在接受大家的反馈,之后还会上线等值区域图等功能。

图片

他还开发了一个应用程序:Chatmetry,同样也与数据统计有关,是一个用于创建whatsapp聊天统计数据的机器人应用程序。

这个程序可以从导出的聊天中生成各种统计信息,同时支持个人和群组聊天,并且是完全离线的,既不会保存也不会共享。

图片

传送门:​​​https://julkaar9.github.io/pynimate/​

责任编辑:张燕妮 来源: 量子位
相关推荐

2020-12-17 09:40:01

Matplotlib数据可视化命令

2011-03-28 16:14:38

jQuery

2021-08-09 13:31:25

PythonExcel代码

2021-07-14 09:00:36

Python数据Python基础

2021-08-26 09:00:48

PyechartsPython可视化

2022-07-24 21:43:48

数据可视化大数据

2022-10-19 14:30:59

2021-05-10 06:48:11

Python腾讯招聘

2021-03-23 09:05:52

PythonExcelVlookup

2020-03-08 22:06:16

Python数据IP

2021-12-11 20:20:19

Python算法线性

2021-02-02 13:31:35

Pycharm系统技巧Python

2022-08-04 10:39:23

Jenkins集成CD

2021-05-17 21:30:06

Python求均值中值

2009-04-22 09:17:19

LINQSQL基础

2012-01-11 13:40:35

移动应用云服务

2021-08-02 23:15:20

Pandas数据采集

2020-05-26 10:20:56

Python开发工具

2021-02-10 09:34:40

Python文件的压缩PyCharm

2021-02-06 14:55:05

大数据pandas数据分析
点赞
收藏

51CTO技术栈公众号