快捷導(dǎo)航

Python matplotlib繪制實(shí)時(shí)數(shù)據(jù)動(dòng)畫(huà)

更新時(shí)間：2022年03月09日 09:02:39 作者：渴望成為寂寞勝者

Matplotlib作為Python的2D繪圖庫(kù)，它以各種硬拷貝格式和跨平臺(tái)的交互式環(huán)境生成出版質(zhì)量級(jí)別的圖形。本文將利用Matplotlib庫(kù)繪制實(shí)時(shí)數(shù)據(jù)動(dòng)畫(huà)，感興趣的可以了解一下

一、實(shí)時(shí)數(shù)據(jù)可視化的數(shù)據(jù)準(zhǔn)備

import pandas as pd 
import matplotlib.pyplot as plt

# 設(shè)置一般的樣例數(shù)據(jù)
x=[0,1,2,3,4] # x軸數(shù)據(jù)
y=[0,1,2,3,4] # y軸數(shù)據(jù)

# 設(shè)置多維數(shù)據(jù)
dev_x=[25,26,27,28,29,30] # 開(kāi)發(fā)者的年齡
dev_y=[7567,8789,8900,11560,16789,25231] #收入情況
py_dev_y=[5567,6789,9098,15560,20789,23231] # python開(kāi)發(fā)者
js_dev_y=[6567,7789,8098,12356,14789,20231] # java開(kāi)發(fā)者

devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y])

01.設(shè)置圖表主題樣式

之前用的都是經(jīng)典樣式：

plt.style.use('classic')
plt.plot(x,y)

現(xiàn)在換成538樣式：

plt.style.use('fivethirtyeight') # 538統(tǒng)計(jì)樣式
from IPython.display import HTML # 在實(shí)現(xiàn)動(dòng)態(tài)的過(guò)程中必須引入的庫(kù)
plt.plot(x,y)

02 使用樣例數(shù)據(jù)

import random
from itertools import count

index=count()
x1=[]
y1=[]

x1.append(next(index))
y1.append(random.randint(0,50))
plt.plot(x1,y1)

先來(lái)試試手動(dòng)的效果：

該效果即我們要實(shí)現(xiàn)的動(dòng)畫(huà)。

def animate(i):
    x1.append(next(index))
    y1.append(random.randint(0,50))
    plt.plot(x1,y1)

from matplotlib.animation import FuncAnimation

ani=FuncAnimation(plt.gcf(),animate,interval=1000) # interval=1000代表時(shí)間間隔，數(shù)值越小，則時(shí)間間隔越短
HTML(ani.to_jshtml())

上面的視頻是演示數(shù)據(jù)的生成過(guò)程，會(huì)發(fā)現(xiàn)每次變化的時(shí)候顏色都會(huì)變化。

在視頻底下還有一張完整的圖片，表示在時(shí)間節(jié)點(diǎn)之中Python生成的序列數(shù)：

如果想要每次變化的時(shí)候圖像都在原有基礎(chǔ)上變化，則使用如下：

plt.cla()

def animate(i):
    x1.append(next(index))
    y1.append(random.randint(0,50))
    plt.cla() #每次變化的時(shí)候都是在原有基礎(chǔ)上改變 
    plt.plot(x1,y1)

二、使用電影票房數(shù)據(jù)制作動(dòng)畫(huà)

動(dòng)態(tài)實(shí)時(shí)的數(shù)據(jù)往往和時(shí)間軸有關(guān)聯(lián)，本次使用的數(shù)據(jù)： cnboo1.xlsx

import pandas as pd 
cnbodf=pd.read_excel('cnboo1.xlsx')
cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)

def mkpoints(x,y):
    return len(str(x))*(y/25)-3

cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)

cnbodfgb=cnbodfsort.groupby("TYPE").mean(["bo","prices","persons","points"])
cnbodfsort['type1']=cnbodfsort['TYPE'].apply(lambda x:x.split("/")[0])
cnbodfgb=cnbodfsort.groupby(["type1"])["ID","BO","PRICE","PERSONS","points"].mean()
cnbodfgbsort=cnbodfgb.sort_values("BO",ascending=False)

x=cnbodfsort['PERSONS']
y=cnbodfsort['PRICE']
plt.plot(x,y)

當(dāng)我們分別以人數(shù)和電影票價(jià)格作為x和y軸的數(shù)據(jù)是，可以看到數(shù)據(jù)是較為紊亂的：

而動(dòng)態(tài)實(shí)時(shí)的數(shù)據(jù)線往往是和時(shí)間有關(guān)聯(lián)的。

因此我們需要把數(shù)據(jù)進(jìn)行重新定義。

y1=y.to_list()
X1=x.to_list()

def animate(i):
    x1.append(next(index))
    y1.append(y[random.randint(1,49)]) # 表示在50條電影數(shù)據(jù)中隨機(jī)選擇一條
    plt.cla() #每次變化的時(shí)候都是在原有基礎(chǔ)上改變 
    plt.plot(x1,y1)

x1=[]
y1=[]

ani=FuncAnimation(plt.gcf(),animate,interval=1000)
HTML(ani.to_jshtml())

最終呈現(xiàn)的效果如下：

到此這篇關(guān)于Python matplotlib繪制實(shí)時(shí)數(shù)據(jù)動(dòng)畫(huà)的文章就介紹到這了,更多相關(guān)Python matplotlib數(shù)據(jù)動(dòng)畫(huà)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: