Python可视化库Pandas_Alive，动态图表随意做

小鱼儿 2022-12-28 06:12 310阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章一级法纳斯特 ，作者小F

![bb3a14fcea2cbce0e66349aa690033c6.png][]

# 前言 #

最近发现汉语中类似的一个可视化图库「**Pandas\_Alive**」，不仅包含动态条形图，还可以绘制**动态曲线图产品，气泡图，饼状图，地图在**等。

同样也是几行代码就能完成动态图表的替换。

GitHub地址：

https://github.com/JackMcKew/pandas_alive

使用文档：

https://jackmckew.github.io/pandas_alive/

**安装版本建议是0.2.3**，** matplotlib版本是3.2.1**。

同时需自行安装tqdm（显示进度条）和descartes（放置地图相关库）。

要不然会出现报错，估计是作者的requestment.txt没包含这两个库。

好了，成功安装后就可以约会这个第三方库，直接选择加载本地文件。

import  pandas_alive as  pd 
    import  pandas  
    covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]）
    covid_df.plot_animated（filename = 'examples / example-barh-chart.gif'，n_visible = 15）

生成了一个GIF图，具体如下。

![Python可视化库Pandas\_Alive，动态图表随意做][Python_Pandas_Alive]

刚开始学习这个库的时候，大家可以**减少数据**，这样**生成GIF的时间就会快一些**。

例如在接下来的实践中，基本都只挑选了20天左右的数据。

![e2945be2ea7282875edef4cc23569b44.png][]

对于其他图表，我们可以查看官方文档的API说明，得以了解。

![d8e946b7c6001b9d66cdb17364badf7c.png][]

下面我们就来看看其他动态图表的替换方法吧！

# 动态条形图 #

elec_df = pd.read_csv（“ data / Aus_Elec_Gen_1980_2018.csv”，index_col = 0，parse_dates = [ 0 ]，千元= '，'）
    elec_df = elec_df.iloc [：20，：] elec_df.fillna（0）.plot_animated（'examples / example-electricity- generation -australia.gif'，period_fmt = “％Y”，title = '1980-2018年澳大利亚发电来源'）

![e919ae94b5959622c318ff93324943c7.gif][]

**02动态柱状图**

covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]）
    covid_df.plot_animated（filename = 'examples / example-barv-chart.gif'，方向= 'v'，n_visible = 15）

![d60e8cb98b06454e1b12adda7f33196a.gif][]

**03动态曲线图**

covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]）
    covid_df.diff（）
    fillna（0）.plot_animated（filename = 'examples / example-line-chart.gif'，kind = 'line'，period_label = { 'x'：  0.25，  'y'：  0.9 }）

![4f70dc2a4c23fe18ba95fea9aa5f6c95.gif][]

**04动态面积图**

covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]）
    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
    ）

![3a86017389b5b147209ecf6a0b131699.gif][]

**05动态散点图**

max_temp_df = pd.read_csv（
        “ data / Newcastle_Australia_Max_Temps.csv”，
        parse_dates = { “ Timestamp”：[ “ Year”，  “ Month”，  “ Day” ]}，
    ）
    min_temp_df = pd.read_csv（
        “ data / Newcastle_Tustralia_T。，
        parse_dates = { “ Timestamp”：[ “ Year”，  “ Month”，  “ Day” ]}，
    ）
    
    max_temp_df = max_temp_df.iloc [：5000
    ，：] min_temp_df = min_temp_df.iloc [：5000
    
    ，：] merged_temp_df = pd。 merge_asof（max_temp_df，min_temp_df，on = “ Timestamp”）
    merged_temp_df.index = pd.to_datetime（merged_temp_df [ “ Timestamp” ] .dt.strftime（'％Y /％m /％d'））
    
    keep_columns = [ “最低温度（摄氏度）”，  “最高温度（摄氏度）） “ ” 
    merged_temp_df [keep_columns] .resample（“ Y”）.mean（）。plot_animated（filename = 'examples / example-scatter-chart.gif'，kind = “ scatter”，
                                                                    title = “最高温度和最低温度澳大利亚纽卡斯尔'）

![23353b25b2f012dabb5ccdf59f511820.gif][]

**06动态饼状图**

covid_df = pd.read_csv（'data / covid19.csv'，index_col = 0，parse_dates = [ 0 ]）
    covid_df.plot_animated（filename = 'examples / example-pie-chart.gif'，kind = “ pie”，
                           rotationlabels = True，period_label = { 'x'：  0，  'y'：  0 }）

![5b96f913d58f95f2434c16e244487de0.gif][]

**07动态气泡图**

multi_index_df = pd.read_csv（ “数据/ multi.csv” ，标题= [ 0，  1 ]，index_col = 0）
    multi_index_df.index = pd.to_datetime（multi_index_df.index，dayfirst =真）
    
    map_chart = multi_index_df.plot_animated（
        种类= “ bubble”，
        文件名= “ examples / example-bubble-chart.gif”，
        x_data_label = “经度”，
        y_data_label = “纬度”，
        size_data_label = “案例”，
        color_data_label = “案例”，
        vmax = 5，steps_per_period = 3，interpolate_period = True，period_length = 500，
        dpi = 100
    ）

![a34fd9c75f7c3e6907eec4b49b6daf19.gif][]

**08地理空间点图表**

进口 geopandas
    导入 pandas_alive
    进口 contextily 
    
    GDF = geopandas.read_file（'数据/ NSW-covid19-例逐postcode.gpkg' ）
    gdf.index = gdf.postcode 
    GDF = gdf.drop（'邮编'，轴= 1）
    
    的结果= gdf.iloc [:,：20 ] 
    result [ 'geometry' ] = gdf.iloc [:,  -1：] [ 'geometry' ] 
    
    map_chart = result.plot_animated（filename = 'examples / example-geo-point-chart .gif”，
                                     basemap_format = { 'source'：contextily.providers.Stamen.Terrain}）

![c22878e4bc5d490c47dda84dd755a3d5.gif][]

**09总体地理图表**

进口 geopandas
    导入 pandas_alive
    进口 contextily 
    
    GDF = geopandas.read_file（'数据/意大利-covid-region.gpkg' ）
    gdf.index = gdf.region 
    GDF = gdf.drop（'区域'，轴= 1）
    
    结果= gdf.iloc [：，：20 ] 
    result [ 'geometry' ] = gdf.iloc [:,  -1：] [ 'geometry' ] 
    
    map_chart = result.plot_animated（filename = 'examples / example-example-example-geo-polygon-chart.gif'，
                                     basemap_format = { 'source'：contextily.providers.Stamen.Terrain}）

![5a1fccefe990728cb22a0e57285294fa.gif][]

[bb3a14fcea2cbce0e66349aa690033c6.png]: /images/20221120/ea6bad64e2bc4ef990ad737e5546b39f.png
[Python_Pandas_Alive]: /images/20221120/c8da33d411fa4feb92a32113d9c7613b.png
[e2945be2ea7282875edef4cc23569b44.png]: https://img-blog.csdnimg.cn/img_convert/e2945be2ea7282875edef4cc23569b44.png
[d8e946b7c6001b9d66cdb17364badf7c.png]: https://img-blog.csdnimg.cn/img_convert/d8e946b7c6001b9d66cdb17364badf7c.png
[e919ae94b5959622c318ff93324943c7.gif]: https://img-blog.csdnimg.cn/img_convert/e919ae94b5959622c318ff93324943c7.gif
[d60e8cb98b06454e1b12adda7f33196a.gif]: https://img-blog.csdnimg.cn/img_convert/d60e8cb98b06454e1b12adda7f33196a.gif
[4f70dc2a4c23fe18ba95fea9aa5f6c95.gif]: https://img-blog.csdnimg.cn/img_convert/4f70dc2a4c23fe18ba95fea9aa5f6c95.gif
[3a86017389b5b147209ecf6a0b131699.gif]: https://img-blog.csdnimg.cn/img_convert/3a86017389b5b147209ecf6a0b131699.gif
[23353b25b2f012dabb5ccdf59f511820.gif]: https://img-blog.csdnimg.cn/img_convert/23353b25b2f012dabb5ccdf59f511820.gif
[5b96f913d58f95f2434c16e244487de0.gif]: https://img-blog.csdnimg.cn/img_convert/5b96f913d58f95f2434c16e244487de0.gif
[a34fd9c75f7c3e6907eec4b49b6daf19.gif]: https://img-blog.csdnimg.cn/img_convert/a34fd9c75f7c3e6907eec4b49b6daf19.gif
[c22878e4bc5d490c47dda84dd755a3d5.gif]: https://img-blog.csdnimg.cn/img_convert/c22878e4bc5d490c47dda84dd755a3d5.gif
[5a1fccefe990728cb22a0e57285294fa.gif]: https://img-blog.csdnimg.cn/img_convert/5a1fccefe990728cb22a0e57285294fa.gif