Python绘制惊艳的可视化动图的示例代码

更新时间：2022年04月21日 09:50:36 作者：欣一

今天小编给大家介绍一款可视化模块，使用它可以绘制出十分惊艳的动图效果。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下

今天小编给大家介绍一款可视化模块，使用它可以绘制出十分惊艳的动图效果，那么当然第一步我们首先是要安装一下该模块，通过pip命令行来安装：

pip install ipyvizzu

牛刀小试

我们首先来简单地使用该模块来绘制一张动图，用Pandas导入数据集，代码如下：

import pandas as pd
from ipyvizzu import Chart, Data, Config

data_frame = pd.read_csv("titanic.csv")

在导入数据集完毕之后，小编先来介绍一下使用该模块的大致步骤，我们实例化Data()对象，然后将导入的数据集放置其中，代码如下：

data = Data()
data.add_data_frame(data_frame)

然后我们再实例化图表对象Chart()，将含有数据集的data放置其中：

chart = Chart()
chart.animate(data)

接下来我们开始绘制图表，需要指定好的是图表的一些属性，例如直方图的话就是X轴Y轴该放置什么样的数据，颜色选择是默认的还是需要另外指定的，以及标题等等：

chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))

output：

然后我们再此基础之上，在添加上下面的代码：

chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))

output：

因此该模块绘制出来的所谓的动图，其实就是若干张静态图表的叠加，我们不妨来看一下完整的案例：

import pandas as pd
from ipyvizzu import Chart, Data, Config

data_frame = pd.read_csv("titanic.csv")
data = Data()
data.add_data_frame(data_frame)

chart = Chart()
chart.animate(data)
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))
chart.animate(Config({"x": "Count", "y": ["Sex","Survived"]}))

output：

散点图与直方图之间的动图转变

因为篇幅有限，小编在这里也不太可能一次性将这个知识点讲完，读者可以自行去官网上查阅

这里小编尝试来绘制绘制一下散点图与直方图之间的动图转变，首先是绘制散点图，代码如下：

import pandas as pd
from ipyvizzu import Chart, Data, Config, Style

data_frame = pd.read_csv("chart_types_eu.csv", dtype={"Year": str})
data = Data()
data.add_data_frame(data_frame)

chart = Chart()
chart.animate(data)

chart.animate(
    Config(
        {
            "channels": {
                "x": ["Joy factors", "Value 6 (+/-)"],
                "y": "Value 5 (+/-)",
                "color": "Joy factors",
                "size": "Value 2 (+)",
                "label": "Country_code",
            },
            "title": "Bubble Plot",
            "geometry": "circle",
        }
    )
)

output：

我们通过title参数在设置标题，size参数在设置散点的大小以及color参数在设置散点的颜色，接下来我们来绘制直方图，代码如下：

chart.animate(
    Config(
        {
            "channels": {
                "y": "Joy factors",
                "x": ["Value 2 (+)", "Country_code"],
                "label": None
            },
            "title": "Bar Chart",
            "geometry": "rectangle",
            "orientation": "vertical",
        }
    ),
    geometry={"delay": 0.7, "duration": 1},
)

output：

然后我们在直方图上标上标记，代码如下：

chart.animate(
    Config(
        {"channels": {"x": {"set": ["Value 2 (+)"]}, "label": {"set": ["Value 2 (+)"]}}}
    )
)

我们总体来看一下出来的动图效果，如下图所示：

无论是静态的图表还是动态，还有其他很多的案例，具体可以查阅这个的链接

以上就是Python绘制惊艳的可视化动图的示例代码的详细内容，更多关于Python可视化动图的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

Python函数中的不定长参数相关知识总结
今天给大家带来的是关于Python函数的相关知识,文章围绕着Python不定长参数展开,文中有非常详细的介绍及代码示例,需要的朋友可以参考下
2021-06-06
在Python中使用代理IP的方法详解
在网络爬虫开发中，使用代理IP是非常常见的技巧，Python作为一门强大的编程语言，也提供了很多方法来使用代理IP，下面，我将就如何在Python中使用代理IP进行详细的阐述，并举例说明,需要的朋友可以参考下
2023-07-07
用matplotlib画等高线图详解
这篇文章主要介绍了用matplotlib画等高线图详解，具有一定借鉴价值，需要的朋友可以参考下。
2017-12-12
Python用户自定义异常的实现
这篇文章主要介绍了Python用户自定义异常的实现，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，需要的朋友们下面随着小编来一起学习学习吧
2020-12-12
Python模糊查询本地文件夹去除文件后缀的实例(7行代码)
下面小编就为大家带来一篇Python模糊查询本地文件夹去除文件后缀的实例(7行代码) 。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2017-11-11
python快排算法详解
在本篇内容里小编给大家整理了关于python快排算法的相关知识点内基础内容，需要的朋友们学习下。
2019-03-03
WIndows10系统下面安装Anaconda、Pycharm及Pytorch环境全过程(NVIDIA GPU版本)
这篇文章主要给大家介绍了关于WIndows10系统下面安装Anaconda、Pycharm及Pytorch环境(NVIDIA GPU版本)的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
2023-02-02
Python命令行参数解析工具 docopt 安装和应用过程详解
这篇文章主要介绍了Python命令行参数解析工具 docopt 安装和应用过程详解,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,需要的朋友可以参考下
2019-09-09
python 爬取免费简历模板网站的示例
这篇文章主要介绍了python 爬取免费简历模板网站的示例，帮助大家更好的理解和使用python 爬虫，感兴趣的朋友可以了解下
2020-09-09
利用Python判断整数是否是回文数的3种方法总结
这篇文章主要给大家介绍了关于如何利用Python判断整数是否是回文数的3种方总结,回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数,需要的朋友可以参考下
2021-07-07