本公众号致力于python数据分析和可视化，不定期发布技术内容。点击上方"python数据可视化之美"关注我的公众号，原创文章将会第一时间推送，如有建议，可添加微信交流或私信留言。
2.1 动态气泡图
现有100种类型产品数据1911-2010产量信息，数据格式如下：
利用FuncAnimation制作每一种产品的气泡动态图，流程为
1）颜色标识 2）气泡循环 3）细节调整(年份添加、坐标控制)
1、颜色标识：创建100种颜色标识产品
代码语言：javascript复制import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import random
#使用random创建100种颜色
def create_color():
color_element = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
color ="#" ''.join([random.choice(color_element) for i in range(6)])
return color
colors = [create_color() for i in range(100)]2、气泡循环：FuncAnimation语法更新气泡图
代码语言：javascript复制fig = plt.figure()
ax = fig.add_subplot(111)
#更新函数
def upgrade_params(i):
ax.clear() #每次循环后都要重新绘图，需要把之前的绘图清除
x, y, colors, sizes = [], [], [], []
scatter = ax.scatter(x, y, c = colors, s = sizes)
return scatter, #返回每一次绘图组成动画帧，FuncAnimation会自动保存
ani = FuncAnimation(fig, upgrade_params, frames = np.arange(1, 101, 1), interval = 100, blit = True)3、细节调整：（年份添加）
代码语言：javascript复制def upgrade_params(i):
ax.clear()
x, y, colors, sizes = [], [], [], []
scatter = ax.scatter(x, y, c = colors, s = sizes)
#添加年份，因为视频中坐标是不断变化的，需要根据坐标更新年份位置
#获取纵坐标的最大值和最小值
y_min, y_max = ax.get_ylim()[0], ax.get_ylim()[1]
#根据最大值最小值放置年份信息
ax.text(45, y_min 1, '{}'.format(i 1910), font1, zorder = 0, alpha = .5)
return scatter,4 ）组合
代码语言：javascript复制import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import random
#使用random创建100种颜色
def create_color():
color_element = ['1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
color ="#" ''.join([random.choice(color_element) for i in range(6)])
return color
colors = [create_color() for i in range(100)]
#读取文件，创建画布
df = pd.read_csv(r'...气泡图数据.csv')
x = np.arange(1, 101, 1)
fig = plt.figure()
ax = fig.add_subplot(111)
font1 ={'family': 'Times New Roman', 'size': 50, 'weight': 'normal'}
#更新函数
def upgrade_params(i):
ax.clear()
y = df.iloc[i - 1, :].values
scatter = ax.scatter(x, y, c = colors, s = list(y))
y_min, y_max = ax.get_ylim()[0], ax.get_ylim()[1]
ax.text(45, y_min 1, '{}'.format(i 1910), font1, zorder = 0, alpha = .5)
return scatter,
ani = FuncAnimation(fig, upgrade_params, frames = np.arange(1, 101, 1), interval = 100, blit = True)
ani.save(r"C:Users28798Desktopscatter.gif", fps = 20)
plt.show()
动态气泡图
根据自己的数据，同时调整纵坐标、横坐标，气泡大小信息能做出更为丰富的效果。
2.2 动态条形图
以下数据集记录了A-N国1995-2015人口变化，绘制时间段内的人口变化柱状图：
考虑到动态变化存在柱状图互相交换问题，为了优化展示效果，采用pandas_alive库进行绘制。
pandas_alive库绘制对数据要求如下：
1）时间为索引列（且索引格式为pandas要求的时间格式）
2）其他要求如图片的数据形式即可
代码如下：
代码语言：javascript复制import pandas as pd
import pandas_alive
df = pd.read_csv(r'...pop.csv')
df.plot_animated(filename = r"C:Users28798Desktoppop.gif", n_visible = 10)
#n_visible控制了可见的系列数。这里为10，表示只显示前10的国家人口 
动态条形图
如果要求为柱状图，添加orientation参数即可
代码语言：javascript复制sel_df.plot_animated(filename = r"C:Users28798Desktoppop2.gif", n_visible = 10, orientation = 'v')
如果为饼状图，需要添加kind、rotatelabels等参数，数据采用pandas_alive自带数据集（数据集要求同上一致），具体效果可以自行尝试。
代码语言：javascript复制import pandas_alive
covid_df = pandas_alive.load_dataset()
covid_df.plot_animated(filename=r"C:Users28798Desktopdiagnose.gif", kind="pie", rotatelabels=True,period_label={'x':0,'y':0})
