精选6种制作竞赛动图的方法，收藏！

上面的两个动图，就是条形竞赛图和折线竞赛图，今天我们就来看看都有哪些方便的方法来制作呢

在线制作

有很多在线的网站都可以制作上述类似的竞赛图，下面我们来介绍萝卜哥常用的两个

flourish

首先推荐一个国外的网站 -- flourish，该网站可以在线制作大量精美的图表，其中动图图表尤为强大

有大量的例子供我们选择

还有如下条形竞赛图例子，是不是很惊艳

条形竞赛图也是完全支持的，下图就是制作页面，我们可以上传数据，并自由的设置图表的各项参数

唯一美中不足的就是导出动图需要付费，不过对于日常学习的我们来说，靠着录屏功能也是可以满足的~

网址：https://flourish.studio/examples/

花火

火花数图是一个国产网站，同样支持众多的图表制作，不过其中大部分都是需要 VIP 才可以使用。对于动态竞赛图来说，也仅仅有两款可以免费使用，不过对于我们平时的练习来说，依然够用！

下图就是通过花火制作的条形竞赛图，也还是蛮不错的

虽然作图效果不错，但是水印明显，去水印需要同样 VIP，所以这很国产

网址：https://hanabi.data-viz.cn/templates?lang=zh-CN

Python 代码制作

上面介绍的两个网站虽然制作简单，但是在灵活度方面还是有一定的限制，下面我们来看看通过代码的方式应该如何制作，是否可以更加灵活

bar_chart_race

顾名思义，这就是一个专门为了动态 Bar 图表而生的库，它是建立在 Matplotlib 的基础之上的，同时为了生成 Gif 格式的文件，我们的本地还需要安装 ImageMagick 工具，当然安装 bar_chart_race 库还是使用 pip 即可

当我们一切准备就绪之后，绘制动图就简单很多了

代码语言：javascript复制

import bar_chart_race as bcr
import pandas as pd
# 生成GIF图像
index_dict = {'covid19_tutorial': 'date',
                  'covid19': 'date',
                  'urban_pop': 'year',
                  'baseball': None}
index_col = index_dict['covid19']
parse_dates = [index_col] if index_col else None
df = pd.read_csv('covid19.csv', index_col=index_col, parse_dates=parse_dates)
bcr.bar_chart_race(df, 'covid19_horiz.gif')

根据数据的多少以及电脑配置的高低，生成 Gif 的时间也有所差别，总之当我打开本地生成的文件 covid19_horiz.gif 就可以看到如下动图

是不是很方便呢

Matplotlib

上面既然说到了 Matplotlib，那么我们就来看看使用原生的 Matplotlib 该如何绘制动态竞赛图呢

Matplotlib 中动画实现的原理就是让多幅图连续播放，每一幅图叫做一帧(frame)

核心代码如下

代码语言：javascript复制

import matplotlib.animation as animation
from IPython.display import HTML
fig, ax = plt.subplots(figsize=(15, 8))
animator = animation.FuncAnimation(fig, draw_barchart, frames=range(1968, 2019))
HTML(animator.to_jshtml())
# or use animator.to_html5_video() or animator.save()

下面我们来看一个完整代码

代码语言：javascript复制

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import matplotlib.animation as animation
from IPython.display import HTML
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv("population.csv", usecols=['name', 'group', 'year', 'value'])
colors = dict(zip(
    ["India", "Europe", "Asia", "Latin America", "Middle East", "North America", "Africa"],
    ["#adb0ff", "#ffb3ff", "#90d595", "#e48381", "#aafbff", "#f7bb5f", "#eafb50"]
))
group_lk = df.set_index('name')['group'].to_dict()
fig, ax = plt.subplots(figsize=(15, 8))

def draw_barchart(current_year):
    dff = df[df['year'].eq(current_year)].sort_values(by='value', ascending=True).tail(10)
    ax.clear()
    ax.barh(dff['name'], dff['value'], color=[colors[group_lk[x]] for x in dff['name']])
    dx = dff['value'].max() / 200
    for i, (value, name) in enumerate(zip(dff['value'], dff['name'])):
        ax.text(value-dx, i,     name,           size=14, weight=600, ha='right', va='bottom')
        ax.text(value-dx, i-.25, group_lk[name], size=10, color='#444444', ha='right', va='baseline')
        ax.text(value dx, i,     f'{value:,.0f}',  size=14, ha='left',  va='center')
    ax.text(1, 0.4, current_year, transform=ax.transAxes, color='#777777', size=46, ha='right', weight=800)
    ax.text(0, 1.06, '人口 (千人)', transform=ax.transAxes, size=12, color='#777777')
    ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
    ax.xaxis.set_ticks_position('top')
    ax.tick_params(axis='x', colors='#777777', labelsize=12)
    ax.set_yticks([])
    ax.margins(0, 0.01)
    ax.grid(which='major', axis='x', linestyle='-')
    ax.set_axisbelow(True)
    ax.text(0, 1.15, '1500 到 2018 年各城市人口情况',
            transform=ax.transAxes, size=24, weight=600, ha='left', va='top')
    ax.text(1, 0, 'by @萝卜大杂烩', transform=ax.transAxes, color='#777777', ha='right',
            bbox=dict(facecolor='white', alpha=0.8, edgecolor='white'))
    plt.box(False)
    
animator = animation.FuncAnimation(fig, draw_barchart, frames=range(1900, 2019))
HTML(animator.to_jshtml())

可以看到代码相对于 bar_chart_race 来说还是复制了不少，但是带来的好处就是我们可以定制化的部分也多了很多

pandas_alive

下面再介绍一个非常棒的可视化库，通过名称我们也可以想到，该库与 Pandas 深度结合，同样可以绘制众多动态图表，当然包括我们今天的主题竞赛图啦

安装什么的就不多说了，我们直接看代码

代码语言：javascript复制

import pandas_alive
import pandas as pd

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

covid_df.diff().fillna(0).plot_animated(filename='line_chart.gif',kind='line',period_label={'x':0.25,'y':0.9})

非常简单的代码，就可以制作效果很不错的动态图

下面再来看看动态折线图的绘制方法

代码语言：javascript复制

import pandas_alive

import pandas as pd

covid_df = pd.read_csv('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})

同样很简单

与 JavaScript 相结合

如果你还有 JS 的相关经验，那么我们通过 JavaScript 也可以很方便的绘制动图图表，而且还有一个优势就是可以直接展示在 Web 页面上

Highcharts

这里我选择的是 Highcharts，这是一个开源的 JS 库，可以绘制众多漂亮的图表，动图也不在话下

Highcharts 系列软件包含 Highcharts JS，Highstock JS，Highmaps JS 共三款软件，均为纯 JavaScript 编写的 HTML5 图表库，是一个非常完善的图表库。我们可能对于 ECharts 比较熟悉，而 Highcharts 则是一个可以与之比肩的项目

其绘制的效果如下

动态曲线图：http://mpvideo.qpic.cn/0b78siaamaaawaappb3ajnpfbewda2jaabqa.f10002.mp4?dis_k=e3f2ef46c77cf75152444c3f2a87af5d&dis_t=1644468199&vid=wxv_1238480982467051522&format_id=10002&support_redirect=0&mmversion=false

动态条形图：http://mpvideo.qpic.cn/0bf2k4aaqaaamyaptmtakvpfav6dbblqacaa.f10002.mp4?dis_k=f4f39cf71fe02f8d820b1c1bea2f2511&dis_t=1644468199&vid=wxv_1238481247060525056&format_id=10002&support_redirect=0&mmversion=false

具体的绘制方法，可以查看下面的文章，就不再过多赘述了

Flask 结合 Highcharts 实现动态渲染图表

综上，需要快速制作炫酷的竞赛图，可以选择在线网站进行制作，如果有更多的定制化需求，可以寻求通过代码的方式解决，如果还有通过 Web 展示的要求，那么 JS 则是一个不错的选择~

好了，以上就是今天分享的所有内容

参考：https://blog.csdn.net/sinat_38682860/article/details/106159834?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~first_rank_ecpm_v1~rank_v31_ecpm-1-106159834.pc_agg_new_rank&utm_term=竞赛图python&spm=1000.2123.3001.4430

highcharts matlab numpy https

0 人点赞