[python]bar_chart_race绘制动态条形图

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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/762132.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

100个openharmony开源demo:1.日历

准备用开发者手机写100个开源的demo不知道能不能实现,日拱一卒,期待蜕变。 第一个demo:日历,借鉴了网上的日历算法,自己用arkts写了界面和点击事件,各位可根据此demo写自己的日历选择器等组件。 1.目录结…

Vue3、element-plus和Vue2、elementUI的一些转换

插槽 Vue3<template #default"scope"></template> <template #footer></template>Vue2<template slot-scope"scope"></template> <template slot"footer"></template>JS定义 Vue3 <script…

【5G NR 协议解读】3GPP TS 38.212 (R18) 复用和信道编码(二)

前言 本文基于3GPP TS 38.212 (R18) 复用和信道编码协议。 本文档规定了5G NR的编码、多路复用和物理信道映射。 5 总体流程 来自/去往MAC层的数据流和控制流会进行编码/解码&#xff0c;以便通过无线传输链路提供传输和控制服务。信道编码方案是错误检测、错误纠正、速率匹配…

ISO 8601:日期和时间的国际标准

ISO 8601 介绍 ISO 8601&#xff0c;介绍一下 ISO 8601 是由国际标准化组织&#xff08;International Organization for Standardization&#xff0c;ISO&#xff09;发布的国际标准&#xff0c;其全称为《数据存储和交换形式信息交换日期和时间的表示方法》。 这一标准提供了…

【网站项目】293学生用品采购系统

&#x1f64a;作者简介&#xff1a;拥有多年开发工作经验&#xff0c;分享技术代码帮助学生学习&#xff0c;独立完成自己的项目或者毕业设计。 代码可以私聊博主获取。&#x1f339;赠送计算机毕业设计600个选题excel文件&#xff0c;帮助大学选题。赠送开题报告模板&#xff…

供应链投毒预警 | 恶意Py组件tohoku-tus-iot-automation开展窃密木马投毒攻击

概述 上周&#xff08;2024年3月6号&#xff09;&#xff0c;悬镜供应链安全情报中心在Pypi官方仓库&#xff08;https://pypi.org/&#xff09;中捕获1起新的Py包投毒事件&#xff0c;Python组件tohoku-tus-iot-automation 从3月6号开始连续发布6个不同版本恶意包&#xff0c…

【Docker】常用命令 docker search

文章目录 什么是docker search命令基本用法实际示例在Docker Hub搜索名为nginx的镜像搜索包含Python的镜像 常用选项--filter&#xff1a;过滤搜索结果--limit&#xff1a;限制搜索结果数量 总结 在Docker中&#xff0c; docker search命令是用于从Docker Hub或其他镜像仓库搜…

【Python 48小时速成 12】类和对象

在 Python 中&#xff0c;类是一种用于创建对象的蓝图或模板&#xff0c;而对象是根据类创建的实例。类定义了对象的属性和方法。下面是一个简单的类和对象的示例代码&#xff1a; # 定义一个名为 Person 的类 class Person:# __init__ 方法用于初始化对象的属性def __init__(…

sentinel系统负载自适应流控

系统负载自适应流控 规则配置 规则创建 public class SystemRule extends AbstractRule {private double highestSystemLoad -1;private double highestCpuUsage -1;private double qps -1;private long avgRt -1;private long maxThread -1; }SystemRule类包含了以下几…

数据机构-2(顺序表)

线性表 概念 顺序表 示例&#xff1a;创建一个存储学生信息的顺序表 表头&#xff08;Tlen总长度&#xff0c; Clen当前长度&#xff09; 函数 #include <seqlist.c> #include <stdio.h> #include <stdlib.h> #include "seqlist.h" #include &…

Arcade绘制各种各样的文本

""" Example showing how to draw text to the screen.If Python and Arcade are installed, this example can be run from the command line with: python -m arcade.examples.drawing_text """ import arcade# 设置屏幕参数 SCREEN_WIDTH 12…

C/C++ 设置Socket的IP_TOS选项

IP TOS选项是指示IP报文转发的优先级&#xff0c;QOS控制的一种&#xff0c;常规的IP协议TOS都为0&#xff0c;就是普通报文。 设置&#xff1a; IPV4/TOS设置&#xff08;Socket&#xff09;&#xff0c;IPTOS_LOWDELAY 表示FLASH优先级&#xff08;一般用在游戏&#xff0c;…

[GYCTF2020]Ezsqli ---不会编程的崽

又是sql新题型哦。继续收集&#xff01; 既然知道是sql注入就不墨迹了。初步判断盲注&#xff0c;判断盲注的方发不用说了吧&#xff0c;然后fuzz一下&#xff0c;information被过滤了。再次可以判断为盲注与无列名注入。 管他有列名还是无列名&#xff0c;先找到表。由于info…

Uniapp 的 uni.request传参后端

以下是使用Uniapp的交互数据的两种方式 后端使用Parameter接收数据 后端使用RequestBody接收Json格式数据 后端&#xff1a; CrossOrigin RestController RequestMapping("/user") public class UserController {GetMapping("/login")public String lo…

3D 动画领域的创新突破:仅需文字提示即可创建 3D 动画

一、产品简介 这款产品能够通过简单的文字提示生成高品质的 3D 动画,无需进行视频录制或动作捕捉,为用户提供了极大的便利。 二、产品特色 采用先进的生成式 AI 技术,实现文本到动画的快速转换。支持多种常见的动画输出格式,如.FBX、.GLB 等,满足不同用户的需求。提供丰富…

LINQ常用扩展方法、委托、Lambda、yield

LINQ让数据处理变得简单 文章目录 Where方法Count()方法Any()方法获取一条数据(是否带参数的两种写法)SingleSingleOrDefaultFirstFirstOrDefault 排序多规则排序 限制结果集&#xff0c;获取部分数据聚合函数分组投影匿名类型集合转换查询语法委托Lambda表达式LINQyield retur…

管理的常识--决策如何有效计划控制

决策的目的是为了执行 决策决定你的选择 决策是为了能够执行&#xff0c;而不是追求正确性&#xff1b;或者说决策正确性指的不是决策本身&#xff0c;而是决策得到执行的结果 决策是要解决问题而不是简单做出选择&#xff0c;如果简单做出选择&#xff0c;只是完成了决策的过…

kafka学习笔记01(小滴课堂)

介绍分布式流处理平台kafka快速认知 介绍分布式流处理平台kafka核心概念解释 急速部署-Kafka相关环境准备和安装 Linux环境下Zookeeper和Kafka安装启动 解压两个软件的压缩包&#xff1a; tar -zxvf 启动zk: 去log目录进行查看&#xff1a; 查看一下2181端口是否被占用: 安装…

Python实战:Python虚拟环境(venv)的创建与使用

一、引言 在Python开发中&#xff0c;项目之间的依赖管理是一个常见问题。不同的项目可能需要不同的Python版本或依赖库。为了解决这个问题&#xff0c;我们可以使用Python虚拟环境&#xff08;venv&#xff09;。虚拟环境是一种隔离的Python环境&#xff0c;它允许我们为每个…

十九、网络编程

目录 一、什么是网络编程二、网络编程三要素2.1 IP2.2 InetAddress的使用2.3 端口号2.4 协议 三、UDP通信程序3.1 发送数据3.2 接收数据3.3 练习 四、UDP的三种通信方式五、TCP的通信程序六、三次握手和四次挥手七、练习7.1 TCP通信练习1——多发多收7.2 TCP通信练习2——接收和…