热门标签
当前位置: article > 正文
让数据动起来，用Python制作动画可视化效果，让数据不再枯燥_python做动态数据可视化
作者：笔触狂放9 | 2024-08-03 18:46:22
赞
踩
python做动态数据可视化
通常大家做出来的图表，绝大部分都是静态的，有时会显得不够吸引人。
今天我就给大家介绍一下，如何用Python绘制动态图表。
主要是使用到Matplotlib+imageio，其中Matplotlib就有一个Animation类，可以生成动图GIF，不过使用起来学习成本较高，还是有一定难度的。
这里我将先创建静态图表的图片，然后使用Imageio创建一个GIF(动态图表)。
一共给大家介绍三种动态图表的绘制，折线图，条形图，散点图。
01 折线图
先来绘制一个简单的折线图看看。
import os
import numpy as np
import matplotlib.pyplot as plt
import imageio# 生成40个取值在30-40的数
y = np.random.randint(30, 40, size=(40))# 绘制折线plt.plot(y)# 设置y轴最小值和最大值
plt.ylim(20, 50)# 显示plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
使用Numpy创建一个数值范围在30到40之间的随机整数列表，结果如下。
下面将对整数列表进行切片，生成不同阶段的图表。
# 第一张图 plt.plot(y[:-3]) plt.ylim(20, 50) plt.savefig('1.png') plt.show() # 第二张图 plt.plot(y[:-2]) plt.ylim(20, 50) plt.savefig('2.png') plt.show() # 第三张图 plt.plot(y[:-1]) plt.ylim(20, 50) plt.savefig('3.png') plt.show() # 第四张图 plt.plot(y) plt.ylim(20, 50) plt.savefig('4.png') plt.show()
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
得到x轴为0:36、0:37、0:38、0:39四个折线图表。
有了这四张图，我们就可以使用Imageio生成GIF了。
# 生成Gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
for filename in ['1.png', '2.png', '3.png', '4.png']:
image = imageio.imread(filename)
writer.append_data(image)
- 1
- 2
- 3
- 4
- 5
动图来了。
一个会动的折线图表就制作出来了，不过不是从x轴坐标为0的时候开始的。
filenames = [] num = 0 for i in y: num += 1 # 绘制40张折线图 plt.plot(y[:num]) plt.ylim(20, 50) # 保存图片文件 filename = f'{num}.png' filenames.append(filename) plt.savefig(filename) plt.close() # 生成gif with imageio.get_writer('mygif.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) # 删除40张折线图 for filename in set(filenames): os.remove(filename)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
绘制出40张折线图，并且保存图片，生成GIF。
可以看到折线图的x坐标从0一直到了40。
02 条形图
上面的折线图每次只有一个y值即可，而条形图则需要所有的y值，如此所有的条形才能同时移动。
给X轴创建固定值，Y轴创建列表，并使用Matplotlib的条形图函数。
x = [1, 2, 3, 4, 5] coordinates_lists = [[0, 0, 0, 0, 0], [10, 30, 60, 30, 10], [70, 40, 20, 40, 70], [10, 20, 30, 40, 50], [50, 40, 30, 20, 10], [75, 0, 75, 0, 75], [0, 0, 0, 0, 0]] filenames = [] for index, y in enumerate(coordinates_lists): # 条形图 plt.bar(x, y) plt.ylim(0, 80) # 保存图片文件 filename = f'{index}.png' filenames.append(filename) # 重复最后一张图形15帧(数值都为0),15张图片 if (index == len(coordinates_lists) - 1): for i in range(15): filenames.append(filename) # 保存 plt.savefig(filename) plt.close() # 生成gif with imageio.get_writer('mygif.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) # 删除20张柱状图 for filename in set(filenames): os.remove(filename)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
有数值的条形图图片是5张，没数值的图片是2+15=17张。
GIF结束段，添加了15帧空白图片。所以在结束的时候会显示一段时间的空白。
可以设置一下条形图当前位置到下个位置的速度，让过渡变得平滑。
将当前位置和下一个位置之间的距离除以过渡帧数。
n_frames = 10 x = [1, 2, 3, 4, 5] coordinates_lists = [[0, 0, 0, 0, 0], [10, 30, 60, 30, 10], [70, 40, 20, 40, 70], [10, 20, 30, 40, 50], [50, 40, 30, 20, 10], [75, 0, 75, 0, 75], [0, 0, 0, 0, 0]] print('生成图表\n') filenames = [] for index in np.arange(0, len(coordinates_lists) - 1): # 获取当前图像及下一图像的y轴坐标值 y = coordinates_lists[index] y1 = coordinates_lists[index + 1] # 计算当前图像与下一图像y轴坐标差值 y_path = np.array(y1) - np.array(y) for i in np.arange(0, n_frames + 1): # 分配每帧的y轴移动距离 # 逐帧增加y轴的坐标值 y_temp = (y + (y_path / n_frames) * i) # 绘制条形图 plt.bar(x, y_temp) plt.ylim(0, 80) # 保存每一帧的图像 filename = f'images/frame_{index}_{i}.png' filenames.append(filename) # 最后一帧重复,画面停留一会 if (i == n_frames): for i in range(5): filenames.append(filename) # 保存图片 plt.savefig(filename) plt.close() print('保存图表\n') # 生成GIF print('生成GIF\n') with imageio.get_writer('mybars.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) print('保存GIF\n') print('删除图片\n') # 删除图片 for filename in set(filenames): os.remove(filename) print('完成')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
看起来是平滑了许多。
好了，接下来我们更改一下图表相关的配置参数，让图表变得好看。
n_frames = 10 bg_color = '#95A4AD' bar_color = '#283F4E' gif_name = 'bars' x = [1, 2, 3, 4, 5] coordinates_lists = [[0, 0, 0, 0, 0], [10, 30, 60, 30, 10], [70, 40, 20, 40, 70], [10, 20, 30, 40, 50], [50, 40, 30, 20, 10], [75, 0, 75, 0, 75], [0, 0, 0, 0, 0]] print('生成图表\n') filenames = [] for index in np.arange(0, len(coordinates_lists) - 1): y = coordinates_lists[index] y1 = coordinates_lists[index + 1] y_path = np.array(y1) - np.array(y) for i in np.arange(0, n_frames + 1): y_temp = (y + (y_path / n_frames) * i) # 绘制条形图 fig, ax = plt.subplots(figsize=(8, 4)) ax.set_facecolor(bg_color) plt.bar(x, y_temp, width=0.4, color=bar_color) plt.ylim(0, 80) # 移除图表的上边框和右边框 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) # 设置虚线网格线 ax.set_axisbelow(True) ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7) # 保存每一帧的图像 filename = f'images/frame_{index}_{i}.png' filenames.append(filename) # 最后一帧重复,画面停留一会 if (i == n_frames): for i in range(5): filenames.append(filename) # 保存图片 plt.savefig(filename, dpi=96, facecolor=bg_color) plt.close() print('保存图表\n') # 生成GIF print('生成GIF\n') with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) print('保存GIF\n') print('删除图片\n') # 删除图片 for filename in set(filenames): os.remove(filename) print('完成')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
给图表添加了背景色、条形图上色、去除边框、增加网格线等。
看起来，效果还不错！
当然也有一些值得改进的地方，比如添加标题。通过插值的方式来使过渡变得更平滑，甚至可以让条形图在x轴上移动。
这里大家就可以自行去研究啦。
03 散点图
要绘制动态散点图，则需要同时考虑x轴和y轴的值。
这里不一定要在每帧上显示相同数量的点，因此需要对其进行校正来进行过渡。
coordinates_lists = [[[0], [0]], [[100, 200, 300], [100, 200, 300]], [[400, 500, 600], [400, 500, 600]], [[400, 500, 600, 400, 500, 600], [400, 500, 600, 600, 500, 400]], [[500], [500]], [[0], [0]]] gif_name = 'movie' n_frames = 10 bg_color = '#95A4AD' marker_color = '#283F4E' marker_size = 25 print('生成图表\n') filenames = [] for index in np.arange(0, len(coordinates_lists) - 1): # 获取当前图像及下一图像的x与y轴坐标值 x = coordinates_lists[index][0] y = coordinates_lists[index][1] x1 = coordinates_lists[index + 1][0] y1 = coordinates_lists[index + 1][1] # 查看两点差值 while len(x) < len(x1): diff = len(x1) - len(x) x = x + x[:diff] y = y + y[:diff] while len(x1) < len(x): diff = len(x) - len(x1) x1 = x1 + x1[:diff] y1 = y1 + y1[:diff] # 计算路径 x_path = np.array(x1) - np.array(x) y_path = np.array(y1) - np.array(y) for i in np.arange(0, n_frames + 1): # 计算当前位置 x_temp = (x + (x_path / n_frames) * i) y_temp = (y + (y_path / n_frames) * i) # 绘制图表 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal")) ax.set_facecolor(bg_color) plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size) plt.xlim(0, 1000) plt.ylim(0, 1000) # 移除边框线 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) # 网格线 ax.set_axisbelow(True) ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7) ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7) # 保存图片 filename = f'images/frame_{index}_{i}.png' filenames.append(filename) if (i == n_frames): for i in range(5): filenames.append(filename) # 保存 plt.savefig(filename, dpi=96, facecolor=bg_color) plt.close() print('保存图表\n') # 生成GIF print('生成GIF\n') with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) print('保存GIF\n') print('删除图片\n') # 删除图片 for filename in set(filenames): os.remove(filename) print('完成')
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
效果如下。
当然还有更有趣的散点图变化，比如字母变化。
使用OpenCV从图像创建mask，绘制填充有随机x/y坐标的图，并过滤mask内的点。
使用Matplotlib绘制散点图，使用ImageIO生成gif。
import os import numpy as np import matplotlib.pyplot as plt import imageio import random import cv2 # 根据字母的形状, 将字母转化为多个随机点 def get_masked_data(letter, intensity=2): # 多个随机点填充字母 random.seed(420) x = [] y = [] for i in range(intensity): x = x + random.sample(range(0, 1000), 500) y = y + random.sample(range(0, 1000), 500) if letter == ' ': return x, y # 获取图片的mask mask = cv2.imread(f'images/letters/{letter.upper()}.png', 0) mask = cv2.flip(mask, 0) # 检测点是否在mask中 result_x = [] result_y = [] for i in range(len(x)): if (mask[y[i]][x[i]]) == 0: result_x.append(x[i]) result_y.append(y[i]) # 返回x,y return result_x, result_y # 将文字切割成一个个字母 def text_to_data(txt, repeat=True, intensity=2): print('将文本转换为数据\n') letters = [] for i in txt.upper(): letters.append(get_masked_data(i, intensity=intensity)) # 如果repeat为1时,重复第一个字母 if repeat: letters.append(get_masked_data(txt[0], intensity=intensity)) return letters def build_gif(coordinates_lists, gif_name='movie', n_frames=10, bg_color='#95A4AD', marker_color='#283F4E', marker_size=25): print('生成图表\n') filenames = [] for index in np.arange(0, len(coordinates_lists) - 1): # 获取当前图像及下一图像的x与y轴坐标值 x = coordinates_lists[index][0] y = coordinates_lists[index][1] x1 = coordinates_lists[index + 1][0] y1 = coordinates_lists[index + 1][1] # 查看两点差值 while len(x) < len(x1): diff = len(x1) - len(x) x = x + x[:diff] y = y + y[:diff] while len(x1) < len(x): diff = len(x) - len(x1) x1 = x1 + x1[:diff] y1 = y1 + y1[:diff] # 计算路径 x_path = np.array(x1) - np.array(x) y_path = np.array(y1) - np.array(y) for i in np.arange(0, n_frames + 1): # 计算当前位置 x_temp = (x + (x_path / n_frames) * i) y_temp = (y + (y_path / n_frames) * i) # 绘制图表 fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal")) ax.set_facecolor(bg_color) plt.xticks([]) # 去掉x轴 plt.yticks([]) # 去掉y轴 plt.axis('off') # 去掉坐标轴 plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size) plt.xlim(0, 1000) plt.ylim(0, 1000) # 移除框线 ax.spines['right'].set_visible(False) ax.spines['top'].set_visible(False) # 网格线 ax.set_axisbelow(True) ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7) ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7) # 保存图片 filename = f'images/frame_{index}_{i}.png' if (i == n_frames): for i in range(5): filenames.append(filename) filenames.append(filename) # 保存 plt.savefig(filename, dpi=96, facecolor=bg_color) plt.close() print('保存图表\n') # 生成GIF print('生成GIF\n') with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer: for filename in filenames: image = imageio.imread(filename) writer.append_data(image) print('保存GIF\n') print('删除图片\n') # 删除图片 for filename in set(filenames): os.remove(filename) print('完成') coordinates_lists = text_to_data('Python', repeat=True, intensity=50) build_gif(coordinates_lists, gif_name='Python', n_frames=7, bg_color='#52A9F0', marker_color='#000000', marker_size=0.2)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
生成一个Python单词字母的动态散点图。
三个主要的函数。
# 创建一个随机的x/y坐标列表，并使用mask对其进行过滤。
get_masked_data()
# 将文本转化为数据
text_to_data()
# 使用坐标点生成散点图, 保存GIF
build_gif()
- 1
- 2
- 3
- 4
- 5
- 6
这里小F给大家提供了26个字母，大伙可以自行组合。
当然其他图形也是可以的，就是需要自己作图。
图片的大小应为1000x1000像素，mask着色为黑色，背景为白色。
然后将png文件保存在images/letters文件夹中，单独一个字符命名。
coordinates_lists = text_to_data('mac_', repeat=True, intensity=50)
build_gif(coordinates_lists,
gif_name='mac',
n_frames=7,
bg_color='#F5B63F',
marker_color='#000000',
marker_size=0.2)
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
结果如下，最后一张是个人物像。
好了，本期的分享就到此结束了。
使用Matplotlib+Imageio创建动态图表，案例比较简单，大家可以自行下载代码进行学习。
最后如下微信公众号后台，回复:0904，获取到本次使用到的代码和数据
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/笔触狂放9/article/detail/924326
推荐阅读
相关标签
