如何使用Python来生成一个动态条形图

时间：2023-05-08 22:42

目前，官方的API文档只提供了一个条形图的源代码实例，可能大佬平台太忙了没有时间写文档吧！

from matplotlib import pyplot as pltimport pandas as pdimport pynimate as nimdf = pd.DataFrame(    {        "time": ["1960-01-01", "1961-01-01", "1962-01-01"],        "Afghanistan": [1, 2, 3],        "Angola": [2, 3, 4],        "Albania": [1, 2, 5],        "USA": [5, 3, 4],        "Argentina": [1, 4, 5],    }).set_index("time")cnv = nim.Canvas()bar = nim.Barplot(df, "%Y-%m-%d", "2d")bar.set_time(callback=lambda i, datafier: datafier.data.index[i].strftime("%b, %Y"))cnv.add_plot(bar)cnv.animate()plt.show()

直接使用pip的方式安装pynimate模块，需要注意的是该模块直接支持的是3.9以上的python版本，各个镜像站应该都有提供。

pip install pynimatepip install matplotlibpip install pandas

安装完成之后，我们直接启动当前的.py模块会出现下面的动态条形图的效果。

怎么用Python实现动态条形图

相比其他的python可视化模块，pynimate比较优秀的是它可以将动态图形的执行过程直接保存为Gif格式的动态图片。

cnv.save("file", 24, "gif")

另外，该pynimate模块作者也提供了可以通过自定义的方式去设置可视化动态图形的方式供我们可以参考。

from matplotlib import pyplot as pltimport numpy as npimport pandas as pdimport osdir_path = os.path.dirname(os.path.realpath(__file__))import pynimate as nimdef post_update(ax, i, datafier, bar_attr):    ax.spines["top"].set_visible(False)    ax.spines["right"].set_visible(False)    ax.spines["bottom"].set_visible(False)    ax.spines["left"].set_visible(False)    ax.set_facecolor("#001219")    for bar, x, y in zip(        bar_attr.top_bars,        bar_attr.bar_length,        bar_attr.bar_rank,    ):        ax.text(            x - 0.3,            y,            datafier.col_var.loc[bar, "continent"],            ha="right",            color="k",            size=12,        )df = pd.read_csv(dir_path + "/data/sample.csv").set_index("time")col = pd.DataFrame(    {        "columns": ["Afghanistan", "Angola", "Albania", "USA", "Argentina"],        "continent": ["Asia", "Africa", "Europe", "N America", "S America"],    }).set_index("columns")bar_cols = {    "Afghanistan": "#2a9d8f",    "Angola": "#e9c46a",    "Albania": "#e76f51",    "USA": "#a7c957",    "Argentina": "#e5989b",}cnv = nim.Canvas(figsize=(12.8, 7.2), facecolor="#001219")bar = nim.Barplot(    df, "%Y-%m-%d", "3d", post_update=post_update, rounded_edges=True, grid=False)bar.add_var(col_var=col)bar.set_bar_color(bar_cols)bar.set_title("Sample Title", color="w", weight=600)bar.set_xlabel("xlabel", color="w")bar.set_time(    callback=lambda i, datafier: datafier.data.index[i].strftime("%b, %Y"), color="w")bar.set_text(    "sum",    callback=lambda i, datafier: f"Total :{np.round(datafier.data.iloc[i].sum(),2)}",    size=20,    x=0.72,    y=0.20,    color="w",)bar.set_bar_annots(color="w", size=13)bar.set_xticks(colors="w", length=0, labelsize=13)bar.set_yticks(colors="w", labelsize=13)bar.set_bar_border_props(    edge_color="black", pad=0.1, mutation_aspect=1, radius=0.2, mutation_scale=0.6)cnv.add_plot(bar)cnv.animate()plt.show()

上面通过自定义的方式实现动态条形图效果更加炫酷，给开发者保留了更多的发挥空间，结果展示如下。

怎么用Python实现动态条形图