5行Python代码实现刷爆全网的动态条形图!

2020 年 10 月 10 日 CSDN

作者 | 小F
来源 |  法纳斯特 (ID :walker398
头图 |  CSDN 下载自视觉中国
说起动态图表,最火的莫过于动态条形图了。
在B站上搜索「数据可视化」这个关键词,可以看到很多与动态条形图相关的视频。
好多视频都达到了上百万的播放量,属实厉害。
目前网上实现动态条形图现成的工具也很多。
比如数可视的「花火hanabi」,嫡数的「镝数图表」,以及国外网站「Flourish」
但是作为一名 Pythoner,当然是想要研究一下如何用Python来实现。
之前也看过大佬们通过 Matplotlib、Plotly、Pyecharts 实现类似的功能,就是代码量有点多,看的脑瓜疼。
所以小F最近发现到了一个库「Bar Chart Race」,堪称Python界最强的动态可视化包。
GitHub地址:
https://github.com/dexplo/bar_chart_race
文档地址:
https://www.dexplo.org/bar_chart_race/
目前主要有0.1和0.2两个版本,0.2版本添加动态曲线图以及Plotly实现的动态条形图。
库是挺好的,就是在安装上有点问题。
在PyCharm的Project Interpreter上只能安装到0.1版本,功能不太全。
通过pip install bar_chart_race也只能到0.1版本。

最后小F选择将项目从GitHub上下载下来,再进行安装。
下载压缩包,将解压后的文件夹放置在项目的venv/lib/python3.7/site-packages目录下。
在虚拟环境下打开文件夹,命令行运行如下命令完成安装。
cd 你的项目地址/venv/lib/python3.7/site-packages/bar_chart_race-masterpython setup.py install
# 提示成功安装# Finished processing dependencies for bar-chart-race==0.2.0
   
   
     
好了,安装成功后就可以引入这个第三方库。
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 = bcr.load_dataset('covid19_tutorial')# print(df)
# 生成GIF图像bcr.bar_chart_race(df, 'covid19_horiz.gif')
生成了一个GIF图,具体如下。
3行代码Python代码 就实现了,对大佬封装好的库表示膜拜~
这里因为作者封装好了数据处理模块,只需要3行代码即可。
对于我们而言,是需要加载自己的数据,自己进行处理,所以多了那么2行。
示例里的数据直接使用作者提供的,在data文件夹下的covid19_tutorial.csv文件(GitHub上有)。
经过其封装好的数据处理函数,得到最终的数据。
另外作者还提供了很多配置参数,供大家选择。
1、动态条形图变动态柱状图
# orientation='v',生成柱状图bcr.bar_chart_race(df, 'covid19_horiz.gif', orientation='v')
   
   
     

2、排序方式,默认为降序(desc)
# 设置排序方式,asc-升序bcr.bar_chart_race(df, 'covid19_horiz.gif', sort='asc')
3、条目数限制,此处设置为最多出现6条
# 设置最多能显示的条目数,6条bcr.bar_chart_race(df, 'covid19_horiz.gif', n_bars=6)
4、设置固定类目
# 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'])
5、固定数值轴,使其不发生动态变化
   
   
     
# 设置数值的最大值,固定数值轴bcr.bar_chart_race(df, 'covid19_horiz.gif', fixed_max=True)
6、图像帧数,默认10帧,此处设置为3帧,可以发现图像明显变得有些卡顿
# 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)
7、设置帧率,单位时间默认为500ms
# 设置20帧的总时间,此处为200msbcr.bar_chart_race(df, 'covid19_horiz.gif', steps_per_period=20, period_length=200)
8、设置每帧增加的标签时间,默认为False
# 输出MP4bcr.bar_chart_race(df, 'covid19_horiz.mp4', interpolate_period=True)
9、绘图属性设置
# 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# period_label-显示时间标签信息,默认为True# title-图表标题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')
   
   
     
10、配置标签文字大小
# bar_label_size-柱状图标签文字大小# tick_label_size-坐标轴标签文字大小# title_size-标题标签文字大小bcr.bar_chart_race(df, 'covid19_horiz.gif', bar_label_size=4, tick_label_size=5,                                 title='COVID-19 Deaths by Country', title_size='smaller')
   
   
     
11、全局文字属性
# shared_fontdict-全局字体属性bcr.bar_chart_race(df, 'covid19_horiz.gipurple'})
12、条形图属性,可以设置透明度,边框等
# bar_kwargs-条形图属性bcr.bar_chart_race(df, 'covid19_horiz.gif', bar_kwargs={'alpha': .2, 'ec''black''lw': 3})
13、设置日期标签的时间格式
# 设置日期格式,默认为'%Y-%m-%d'bcr.bar_chart_race(df, 'covid19_horiz.gif', period_fmt='%b %-d, %Y')
14、更改日期标签为数值
# 设置日期标签为数值bcr.bar_chart_race(df.reset_index(drop=True), 'covid19_horiz.gif', interpolate_period=True,                                  period_fmt='Index value - {x:.2f}')
   
   
     
                                 period_fmt='Index value - {x:.2f}')
15、添加动态文本,此处为数值总数统计
# 设置文本位置、数值、大小、颜色等def summary(values, ranks):    total_deaths = int(round(values.sum(), -2))    s = f'Total Deaths - {total_deaths:,.0f}'    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)
16、添加垂直条,可选类型有平均值、分位数等
# 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)
17、设置柱状图颜色,默认为dark24
# 设置柱状图颜色bcr.bar_chart_race(df, 'covid19_horiz.gif', cmap='accent')
18、柱状图颜色不重复,上面这个图是有重复颜色的
# 去除重复颜色bcr.bar_chart_race(df, 'covid19_horiz.gif', cmap='accent', filter_column_colors=True)
这里有一些要注意的地方,比如中文配置,以及自定义颜色配置
中文配置只需在第三方库的「_make_chart.py」文件中,加入如下三行代码。
#中文显示plt.rcParams['font.sans-serif'] = ['SimHei']  #Windowsplt.rcParams['font.sans-serif'] = ['Hiragino Sans GB'] #Macplt.rcParams['axes.unicode_minus'] = False
   
   
     
现在在图表中加入中文,来看看结果。
import bar_chart_race as bcrimport pandas as pd
# 读取数据df = pd.read_csv('yuhuanshui.csv', encoding='utf-8', header=0, names=['name', 'number', 'day'])# 处理数据df_result = pd.pivot_table(df, values='number', index=['day'], columns=['name'], fill_value=0)# print(df_result)
# 生成图像bcr.bar_chart_race(df_result, 'heat.gif', title='我是余欢水演职人员热度排行')
   
   
     

使用电视剧余欢水人物的「百度指数」数据。
文件具体内容如下。
经过数据透视表处理后,得到与该库格式相同的数据。
想用自己的数据来做动态条形图,5行代码即可搞定。
此外通过在「_colormaps.py」文件中添加颜色信息,经cmap引用,即可自定义配置颜色。
colormaps = {    "new_colors": [        '#ff812c',        '#ff5a5a',        '#00c5d2',        '#a64dff',        '#4e70f0',        '#f95dba',        '#ffce2b'    ]}
使用一波,看会不会变得好看一些。
# 使用自定义的颜色列表bcr.bar_chart_race(df_result, 'heat.gif', title='我是余欢水演职人员热度排行', cmap='new_colors')
   
   
     

果然,看起来还不错~
还有一些细节上的参数,大家可通过查看库的源码,来了解一二。
使用到的CSV文件及相关安装包已上传到公众号,关注公众号程序通事回复「条形图」即可获取。


更多精彩推荐

JavaScript 爆红后,微软为何还要开发 TypeScript?

李开复对话彭特兰:AI 不是单打独斗,应避免 AI 冷战!

如何应对云原生之旅中的安全挑战?

自拍卡通化,拯救动画师,StyleGAN再次玩出新花样

还不懂Redis?看完这个故事就明白了!

区块链+生鲜:杜绝“偷梁换柱”和“以次充好”
  
  
    
点分享
点点赞
点在看
登录查看更多
0

相关内容

【2020干货书】Python3基础导论介绍,98页pdf
专知会员服务
101+阅读 · 2020年10月11日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
48+阅读 · 2020年8月2日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
266+阅读 · 2020年6月10日
《深度学习》圣经花书的数学推导、原理与Python代码实现
【GitHub实战】Pytorch实现的小样本逼真的视频到视频转换
专知会员服务
35+阅读 · 2019年12月15日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
Python Matplotlib 绘图使用指南 (附代码)
AI研习社
7+阅读 · 2018年5月21日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
Python | 50行代码实现人脸检测
计算机与网络安全
3+阅读 · 2018年1月23日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
文本挖掘之特征选择(python 实现)
数据挖掘入门与实战
4+阅读 · 2017年7月19日
高效使用 Python 可视化工具 Matplotlib
Python开发者
8+阅读 · 2017年7月3日
Arxiv
0+阅读 · 2020年12月2日
Arxiv
0+阅读 · 2020年12月1日
A Sketch-Based System for Semantic Parsing
Arxiv
4+阅读 · 2019年9月12日
Arxiv
7+阅读 · 2018年12月10日
VIP会员
相关VIP内容
【2020干货书】Python3基础导论介绍,98页pdf
专知会员服务
101+阅读 · 2020年10月11日
手写实现李航《统计学习方法》书中全部算法
专知会员服务
48+阅读 · 2020年8月2日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
194+阅读 · 2020年6月29日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
266+阅读 · 2020年6月10日
《深度学习》圣经花书的数学推导、原理与Python代码实现
【GitHub实战】Pytorch实现的小样本逼真的视频到视频转换
专知会员服务
35+阅读 · 2019年12月15日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
相关资讯
Python Matplotlib 绘图使用指南 (附代码)
AI研习社
7+阅读 · 2018年5月21日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
Python | 50行代码实现人脸检测
计算机与网络安全
3+阅读 · 2018年1月23日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
文本挖掘之特征选择(python 实现)
数据挖掘入门与实战
4+阅读 · 2017年7月19日
高效使用 Python 可视化工具 Matplotlib
Python开发者
8+阅读 · 2017年7月3日
Top
微信扫码咨询专知VIP会员