Pandas_Alive！一款可以让数据舞动起来的可视化工具

男娘i 2022-12-19 06:20 78阅读 0赞

转:[Pandas\_Alive！一款可以让数据舞动起来的可视化工具][Pandas_Alive]

[https://mp.weixin.qq.com/s/QdGuTJHvqPWp1XCKooMc3g][Pandas_Alive]

原创 喜欢就关注呀 Python学习与数据挖掘 *今天*

收录于话题

\#Python可视化 6

\#商业数据分析 14

数据动画可视化制作在日常工作中是非常实用的一项技能。目前支持动画可视化的库主要以Matplotlib-Animation为主，其特点为：配置复杂，保存动图容易报错。

今天我分享大家一款非常棒的动画可视化工具：Pandas\_Alive，它以 matplotlib 绘图为后端，不仅可以创建出令人惊叹的动画可视化，而且使用方法非常简单。本文详情如下：

*  安装方法
 *  使用说明
 *  支持示例展示

### 安装方法 ###

pip install pandas_alive  # 或者
    conda install pandas_alive -c conda-forge

### 使用说明 ###

pandas\_alive 的设计灵感来自 bar\_chart\_race，为方便快速进行动画可视化制作，在数据的格式上需要满足如下条件：

*  每行表示单个时间段
 *  每列包含特定类别的值
 *  索引包含时间组件（可选）

![20201105210127937.gif][]

数据示例

### 支持示例展示 ###

水平条形图

import pandas_alive
    
    covid_df = pandas_alive.load_dataset()
    
    covid_df.plot_animated(filename='examples/perpendicular-example.gif',perpendicular_bar_func='mean')

![20201105210127935.gif][]

示例

垂直条形图比赛

import pandas_alive
    covid_df = pandas_alive.load_dataset()
    covid_df.plot_animated(filename='examples/example-barv-chart.gif',orientation='v')

![20201105210127936.gif][]

示例

条形图

与时间与 x 轴一起显示的折线图类似

import pandas_alive
    
    covid_df = pandas_alive.load_dataset()
    
    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
    )

![20201105210127935.gif][]

示例

饼图

import pandas_alive
    
    covid_df = pandas_alive.load_dataset()
    
    covid_df.plot_animated(filename='examples/example-pie-chart.gif',kind="pie",rotatelabels=True,period_label={'x':0,'y':0})

![20201105210127936.gif][]

示例

多边形地理空间图

import geopandas
    import pandas_alive
    import contextily
    
    gdf = geopandas.read_file('data/italy-covid-region.gpkg')
    gdf.index = gdf.region
    gdf = gdf.drop('region',axis=1)
    
    map_chart = gdf.plot_animated(filename='examples/example-geo-polygon-chart.gif',basemap_format={'source':contextily.providers.Stamen.Terrain})

![20201105210127949.gif][]

示例

多个图表

pandas\_alive 支持单个可视化中的多个动画图表。

示例1

import pandas_alive
    
    urban_df = pandas_alive.load_dataset("urban_pop")
    
    animated_line_chart = (
        urban_df.sum(axis=1)
        .pct_change()
        .fillna(method='bfill')
        .mul(100)
        .plot_animated(kind="line", title="Total % Change in Population",period_label=False,add_legend=False)
    )
    
    animated_bar_chart = urban_df.plot_animated(n_visible=10,title='Top 10 Populous Countries',period_fmt="%Y")
    
    pandas_alive.animate_multiple_plots('examples/example-bar-and-line-urban-chart.gif',[animated_bar_chart,animated_line_chart],
        title='Urban Population 1977 - 2018', adjust_subplot_top=0.85, enable_progress_bar=True)

![20201105210127941.gif][]

示例

示例2

import pandas_alive
    
    covid_df = pandas_alive.load_dataset()
    
    animated_line_chart = covid_df.diff().fillna(0).plot_animated(kind='line',period_label=False,add_legend=False)
    
    animated_bar_chart = covid_df.plot_animated(n_visible=10)
    
    pandas_alive.animate_multiple_plots('examples/example-bar-and-line-chart.gif',[animated_bar_chart,animated_line_chart],
        enable_progress_bar=True)

![20201105210127939.gif][]

示例

示例3

import pandas_alive
    import pandas as pd
    
    data_raw = pd.read_csv(
        "https://raw.githubusercontent.com/owid/owid-datasets/master/datasets/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN.csv"
    )
    
    list_G7 = [
        "Canada",
        "France",
        "Germany",
        "Italy",
        "Japan",
        "United Kingdom",
        "United States",
    ]
    
    data_raw = data_raw.pivot(
        index="Year", columns="Entity", values="Life expectancy (Gapminder, UN)"
    )
    
    data = pd.DataFrame()
    data["Year"] = data_raw.reset_index()["Year"]
    for country in list_G7:
        data[country] = data_raw[country].values
    
    data = data.fillna(method="pad")
    data = data.fillna(0)
    data = data.set_index("Year").loc[1900:].reset_index()
    
    data["Year"] = pd.to_datetime(data.reset_index()["Year"].astype(str))
    
    data = data.set_index("Year")
    
    animated_bar_chart = data.plot_animated(
        period_fmt="%Y",perpendicular_bar_func="mean", period_length=200,fixed_max=True
    )
    
    animated_line_chart = data.plot_animated(
        kind="line", period_fmt="%Y", period_length=200,fixed_max=True
    )
    
    pandas_alive.animate_multiple_plots(
        "examples/life-expectancy.gif",
        plots=[animated_bar_chart, animated_line_chart],
        title="Life expectancy in G7 countries up to 2015",
        adjust_subplot_left=0.2, adjust_subplot_top=0.9, enable_progress_bar=True
    )

![20201105210127941.gif][]

示例

示例4

import geopandas
    import pandas as pd
    import pandas_alive
    import contextily
    import matplotlib.pyplot as plt
    
    import urllib.request, json
    
    with urllib.request.urlopen(
        "https://data.nsw.gov.au/data/api/3/action/package_show?id=aefcde60-3b0c-4bc0-9af1-6fe652944ec2"
    ) as url:
        data = json.loads(url.read().decode())
    
    # Extract url to csv component
    covid_nsw_data_url = data["result"]["resources"][0]["url"]
    
    # Read csv from data API url
    nsw_covid = pd.read_csv(covid_nsw_data_url)
    postcode_dataset = pd.read_csv("data/postcode-data.csv")
    
    # Prepare data from NSW health dataset
    
    
    nsw_covid = nsw_covid.fillna(9999)
    nsw_covid["postcode"] = nsw_covid["postcode"].astype(int)
    
    grouped_df = nsw_covid.groupby(["notification_date", "postcode"]).size()
    grouped_df = pd.DataFrame(grouped_df).unstack()
    grouped_df.columns = grouped_df.columns.droplevel().astype(str)
    
    grouped_df = grouped_df.fillna(0)
    grouped_df.index = pd.to_datetime(grouped_df.index)
    
    cases_df = grouped_df
    
    # Clean data in postcode dataset prior to matching
    
    grouped_df = grouped_df.T
    postcode_dataset = postcode_dataset[postcode_dataset['Longitude'].notna()]
    postcode_dataset = postcode_dataset[postcode_dataset['Longitude'] != 0]
    postcode_dataset = postcode_dataset[postcode_dataset['Latitude'].notna()]
    postcode_dataset = postcode_dataset[postcode_dataset['Latitude'] != 0]
    postcode_dataset['Postcode'] = postcode_dataset['Postcode'].astype(str)
    
    # Build GeoDataFrame from Lat Long dataset and make map chart
    grouped_df['Longitude'] = grouped_df.index.map(postcode_dataset.set_index('Postcode')['Longitude'].to_dict())
    grouped_df['Latitude'] = grouped_df.index.map(postcode_dataset.set_index('Postcode')['Latitude'].to_dict())
    gdf = geopandas.GeoDataFrame(
        grouped_df, geometry=geopandas.points_from_xy(grouped_df.Longitude, grouped_df.Latitude),crs="EPSG:4326")
    gdf = gdf.dropna()
    
    # Prepare GeoDataFrame for writing to geopackage
    gdf = gdf.drop(['Longitude','Latitude'],axis=1)
    gdf.columns = gdf.columns.astype(str)
    gdf['postcode'] = gdf.index
    gdf.to_file("data/nsw-covid19-cases-by-postcode.gpkg", layer='nsw-postcode-covid', driver="GPKG")
    
    # Prepare GeoDataFrame for plotting
    gdf.index = gdf.postcode
    gdf = gdf.drop('postcode',axis=1)
    gdf = gdf.to_crs("EPSG:3857") #Web Mercator
    
    map_chart = gdf.plot_animated(basemap_format={'source':contextily.providers.Stamen.Terrain},cmap='cool')
    
    cases_df.to_csv('data/nsw-covid-cases-by-postcode.csv')
    
    from datetime import datetime
    
    bar_chart = cases_df.sum(axis=1).plot_animated(
        kind='line',
        label_events={
            'Ruby Princess Disembark':datetime.strptime("19/03/2020", "%d/%m/%Y"),
            'Lockdown':datetime.strptime("31/03/2020", "%d/%m/%Y")
        },
        fill_under_line_color="blue",
        add_legend=False
    )
    
    map_chart.ax.set_title('Cases by Location')
    
    grouped_df = pd.read_csv('data/nsw-covid-cases-by-postcode.csv', index_col=0, parse_dates=[0])
    
    line_chart = (
        grouped_df.sum(axis=1)
        .cumsum()
        .fillna(0)
        .plot_animated(kind="line", period_label=False, title="Cumulative Total Cases", add_legend=False)
    )
    
    
    def current_total(values):
        total = values.sum()
        s = f'Total : {int(total)}'
        return {'x': .85, 'y': .2, 's': s, 'ha': 'right', 'size': 11}
    
    race_chart = grouped_df.cumsum().plot_animated(
        n_visible=5, title="Cases by Postcode", period_label=False,period_summary_func=current_total
    )
    
    import time
    
    timestr = time.strftime("%d/%m/%Y")
    
    plots = [bar_chart, line_chart, map_chart, race_chart]
    
    from matplotlib import rcParams
    
    rcParams.update({"figure.autolayout": False})
    # make sure figures are `Figure()` instances
    figs = plt.Figure()
    gs = figs.add_gridspec(2, 3, hspace=0.5)
    f3_ax1 = figs.add_subplot(gs[0, :])
    f3_ax1.set_title(bar_chart.title)
    bar_chart.ax = f3_ax1
    
    f3_ax2 = figs.add_subplot(gs[1, 0])
    f3_ax2.set_title(line_chart.title)
    line_chart.ax = f3_ax2
    
    f3_ax3 = figs.add_subplot(gs[1, 1])
    f3_ax3.set_title(map_chart.title)
    map_chart.ax = f3_ax3
    
    f3_ax4 = figs.add_subplot(gs[1, 2])
    f3_ax4.set_title(race_chart.title)
    race_chart.ax = f3_ax4
    
    timestr = cases_df.index.max().strftime("%d/%m/%Y")
    figs.suptitle(f"NSW COVID-19 Confirmed Cases up to {timestr}")
    
    pandas_alive.animate_multiple_plots(
        'examples/nsw-covid.gif',
        plots,
        figs,
        enable_progress_bar=True
    )

![20201105210127975.gif][]

示例

### 总结 ###

Pandas\_Alive 是一款非常好玩、实用的动画可视化制图工具，更多的案例我在下方给出，喜欢的小伙伴可以下载后练习实践一下。

### 代码领取 ###

**长按扫码，****发消息**** \[****动图****\]**

![c047d6e099d949ab3b44e0bcde7cf3b2.png][]

**福利时间**

今天给大家**免费送上4本**《Python大数据分析从入门到精通》，**免费邮寄到家**。如果等不及参与活动也可以入手一本。

## Python大数据分析从入门到精通 ##

作者：兰一杰

当当

参与方式很简单！本篇文章底部点「**在看**」并「**留言**」，留言点赞数量最多的**前3位**（点赞数必须大于等于10个，否则视为失效）将获得这本书。如不满足**3位**，由号主根据公众号后台数据指定获奖名单。另外**1本**根据后台数据送给**分享最多**的小伙伴。活动截止时间为11月09日20:00，中奖的同学请及时联系我。

PS：禁止恶意刷单，发现后本次及以后的参赛资格！！！

收录于话题 \#Python可视化

6个

[Pandas_Alive]: https://mp.weixin.qq.com/s/QdGuTJHvqPWp1XCKooMc3g
[20201105210127937.gif]: /images/20221120/ab7bdc51d0be4c90b5609edbafbfa9ab.png
[20201105210127935.gif]: /images/20221120/70ed31a19ae548c5b9e7e846b812b882.png
[20201105210127936.gif]: https://img-blog.csdnimg.cn/20201105210127936.gif
[20201105210127949.gif]: https://img-blog.csdnimg.cn/20201105210127949.gif
[20201105210127941.gif]: https://img-blog.csdnimg.cn/20201105210127941.gif
[20201105210127939.gif]: https://img-blog.csdnimg.cn/20201105210127939.gif
[20201105210127975.gif]: https://img-blog.csdnimg.cn/20201105210127975.gif
[c047d6e099d949ab3b44e0bcde7cf3b2.png]: https://img-blog.csdnimg.cn/img_convert/c047d6e099d949ab3b44e0bcde7cf3b2.png