本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
以下文章一級法納斯特 ，作者小F
前言
最近發現漢語中類似的一個可視化圖庫「Pandas_Alive」，不僅包含動態條形圖，還可以繪制動態曲線圖產品，氣泡圖，餅狀圖，地圖在等，
同樣也是幾行代碼就能完成動態圖表的替換，
GitHub地址：
https://github.com/JackMcKew/pandas_alive使用檔案：
https://jackmckew.github.io/pandas_alive/安裝版本建議是0.2.3， matplotlib版本是3.2.1，
同時需自行安裝tqdm（顯示進度條）和descartes（放置地圖相關庫），
要不然會出現報錯，估計是作者的requestment.txt沒包含這兩個庫，
好了，成功安裝后就可以約會這個第三方庫，直接選擇加載本地檔案，
import pandas_alive as pd import pandas covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]） covid_df.plot_animated（filename = 'examples / example-barh-chart.gif'，n_visible = 15）
生成了一個GIF圖，具體如下，
剛開始學習這個庫的時候，大家可以減少資料，這樣生成GIF的時間就會快一些，
例如在接下來的實踐中，基本都只挑選了20天左右的資料，
對于其他圖表，我們可以查看官方檔案的API說明，得以了解，
下面我們就來看看其他動態圖表的替換方法吧！
動態條形圖
elec_df = pd.read_csv（“ data / Aus_Elec_Gen_1980_2018.csv”，index_col = 0，parse_dates = [ 0 ]，千元= '，'） elec_df = elec_df.iloc [：20，：] elec_df.fillna（0）.plot_animated（'examples / example-electricity- generation -australia.gif'，period_fmt = “％Y”，title = '1980-2018年澳大利亞發電來源'）
02動態柱狀圖
covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]） covid_df.plot_animated（filename = 'examples / example-barv-chart.gif'，方向= 'v'，n_visible = 15）
03動態曲線圖
covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]） covid_df.diff（） fillna（0）.plot_animated（filename = 'examples / example-line-chart.gif'，kind = 'line'，period_label = { 'x'： 0.25， 'y'： 0.9 }）
04動態面積圖
covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]） covid_df.sum（axis = 1）.fillna（0）.plot_animated（filename = 'examples / example-bar-chart .gif'，kind = 'bar'， period_label = { 'x'： 0.1， 'y'： 0.9 }， enable_progress_bar = True，steps_per_period = 2，interpolate_period = True，period_length = 200 ）
05動態散點圖
max_temp_df = pd.read_csv（ “ data / Newcastle_Australia_Max_Temps.csv”， parse_dates = { “ Timestamp”：[ “ Year”， “ Month”， “ Day” ]}， ） min_temp_df = pd.read_csv（ “ data / Newcastle_Tustralia_T，， parse_dates = { “ Timestamp”：[ “ Year”， “ Month”， “ Day” ]}， ） max_temp_df = max_temp_df.iloc [：5000 ，：] min_temp_df = min_temp_df.iloc [：5000 ，：] merged_temp_df = pd， merge_asof（max_temp_df，min_temp_df，on = “ Timestamp”） merged_temp_df.index = pd.to_datetime（merged_temp_df [ “ Timestamp” ] .dt.strftime（'％Y /％m /％d'）） keep_columns = [ “最低溫度（攝氏度）”， “最高溫度（攝氏度）） “ ” merged_temp_df [keep_columns] .resample（“ Y”）.mean（），plot_animated（filename = 'examples / example-scatter-chart.gif'，kind = “ scatter”， title = “最高溫度和最低溫度澳大利亞紐卡斯爾'）
06動態餅狀圖
covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]） covid_df.plot_animated（filename = 'examples / example-pie-chart.gif'，kind = “ pie”， rotationlabels = True，period_label = { 'x'： 0， 'y'： 0 }）
07動態氣泡圖
multi_index_df = pd.read_csv（ “資料/ multi.csv” ，標題= [ 0， 1 ]，index_col = 0） multi_index_df.index = pd.to_datetime（multi_index_df.index，dayfirst =真） map_chart = multi_index_df.plot_animated（ 種類= “ bubble”， 檔案名= “ examples / example-bubble-chart.gif”， x_data_label = “經度”， y_data_label = “緯度”， size_data_label = “案例”， color_data_label = “案例”， vmax = 5，steps_per_period = 3，interpolate_period = True，period_length = 500， dpi = 100 ）
08地理空間點圖表
進口 geopandas 匯入 pandas_alive 進口 contextily GDF = geopandas.read_file（'資料/ NSW-covid19-例逐postcode.gpkg' ） gdf.index = gdf.postcode GDF = gdf.drop（'郵編'，軸= 1） 的結果= gdf.iloc [:,：20 ] result [ 'geometry' ] = gdf.iloc [:, -1：] [ 'geometry' ] map_chart = result.plot_animated（filename = 'examples / example-geo-point-chart .gif”， basemap_format = { 'source'：contextily.providers.Stamen.Terrain}）
09總體地理圖表
進口 geopandas 匯入 pandas_alive 進口 contextily GDF = geopandas.read_file（'資料/意大利-covid-region.gpkg' ） gdf.index = gdf.region GDF = gdf.drop（'區域'，軸= 1） 結果= gdf.iloc [：，：20 ] result [ 'geometry' ] = gdf.iloc [:, -1：] [ 'geometry' ] map_chart = result.plot_animated（filename = 'examples / example-example-example-geo-polygon-chart.gif'， basemap_format = { 'source'：contextily.providers.Stamen.Terrain}）
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/234653.html
標籤：其他