酷应用

厉害了，用Python绘制动态可视化图表，并保存成gif格式

百家作者：AI100 2022-02-21 19:46:11

作者 |?俊欣

来源 | 关于数据分析与可视化

最近有粉丝问道说“是不是可以将这些动态的可视化图表保存成gif图”，小编立马就回复了说后面会写一篇相关的文章来介绍如何进行保存gif格式的文件。那么我们就开始进入主题，来谈一下Python当中的gif模块。

安装相关的模块

首先第一步的话我们需要安装相关的模块，通过pip命令来安装

pip?install?gif

另外由于gif模块之后会被当做是装饰器放在绘制可视化图表的函数上，主要我们依赖的还是Python当中绘制可视化图表的matplotlib、plotly、以及altair这些模块，因此我们还需要下面这几个库

pip?install?"gif[altair]"?????
pip?install?"gif[matplotlib]"
pip?install?"gif[plotly]"

gif 和 matplotlib 的结合

我们先来看gif和matplotlib模块的结合，我们先来看一个简单的例子，代码如下

import?random
from?matplotlib?import?pyplot?as?plt
import?gif

x?=?[random.randint(0,?100)?for?_?in?range(100)]
y?=?[random.randint(0,?100)?for?_?in?range(100)]

gif.options.matplotlib["dpi"]?=?300

@gif.frame
def?plot(i):
????xi?=?x[i*10:(i+1)*10]
????yi?=?y[i*10:(i+1)*10]
????plt.scatter(xi,?yi)
????plt.xlim((0,?100))
????plt.ylim((0,?100))

frames?=?[]
for?i?in?range(10):
????frame?=?plot(i)
????frames.append(frame)

gif.save(frames,?'example.gif',?duration=3.5,?unit="s",?between="startend")

output

代码的逻辑并不难理解，首先我们需要定义一个函数来绘制图表并且带上gif装饰器，接着我们需要一个空的列表，通过for循环将绘制出来的对象放到这个空列表当中然后保存成gif格式的文件即可。

gif和plotly的结合

除了和matplotlib的联用之外，gif和plotly之间也可以结合起来用，代码如下

import?random
import?plotly.graph_objects?as?go
import?pandas?as?pd
import?gif

df?=?pd.DataFrame({
????'t':?list(range(10))?*?10,
????'x':?[random.randint(0,?100)?for?_?in?range(100)],
????'y':?[random.randint(0,?100)?for?_?in?range(100)]
})

@gif.frame
def?plot(i):
????d?=?df[df['t']?==?i]
????fig?=?go.Figure()
????fig.add_trace(go.Scatter(
????????x=d["x"],
????????y=d["y"],
????????mode="markers"
????))
????fig.update_layout(width=500,?height=300)
????return?fig

frames?=?[]
for?i?in?range(10):
????frame?=?plot(i)
????frames.append(frame)

gif.save(frames,?'example_plotly.gif',?duration=100)

output

整体的代码逻辑和上面的相似，这里也就不做具体的说明了

matplotlib多子图动态可视化

上面绘制出来的图表都是在单张图表当中进行的，那当然了我们还可以在多张子图中进行动态可视化的展示，代码如下

#?读取数据
df?=?pd.read_csv('weather_hourly_darksky.csv')
df?=?df.rename(columns={"time":?"date"})

@gif.frame
def?plot(df,?date):
????df?=?df.loc[df.index[0]:pd.Timestamp(date)]

????fig,?(ax1,?ax2,?ax3)?=?plt.subplots(3,?figsize=(10,?6),?dpi=100)

????ax1.plot(df.temperature,?marker='o',?linestyle='--',?linewidth=1,?markersize=3,?color='g')
????maxi?=?round(df.temperature.max()?+?3)
????ax1.set_xlim([START,?END])
????ax1.set_ylim([0,?maxi])
????ax1.set_ylabel('TEMPERATURE',?color='green')

????ax2.plot(df.windSpeed,?marker='o',?linestyle='--',?linewidth=1,?markersize=3,?color='b')
????maxi?=?round(df.windSpeed.max()?+?3)
????ax2.set_xlim([START,?END])
????ax2.set_ylim([0,?maxi])
????ax2.set_ylabel('WIND',?color='blue')

????ax3.plot(df.visibility,?marker='o',?linestyle='--',?linewidth=1,?markersize=3,?color='r')
????maxi?=?round(df.visibility.max()?+?3)
????ax3.set_xlim([START,?END])
????ax3.set_ylim([0,?maxi])
????ax3.set_ylabel('VISIBILITY',?color='red')

frames?=?[]
for?date?in?pd.date_range(start=df.index[0],?end=df.index[-1],?freq='1M'):
????frame?=?plot(df,?date)
????frames.append(frame)

gif.save(frames,?"文件名称.gif",?duration=0.5,?unit='s')

output

动态气泡图

最后我们用plotly模块来绘制一个动态的气泡图，代码如下

import?gif
import?plotly.graph_objects?as?go
import?numpy?as?np
np.random.seed(1)

N?=?100
x?=?np.random.rand(N)
y?=?np.random.rand(N)
colors?=?np.random.rand(N)
sz?=?np.random.rand(N)?*?30

layout?=?go.Layout(
????xaxis={'range':?[-2,?2]},
????yaxis={'range':?[-2,?2]},
????margin=dict(l=10,?r=10,?t=10,?b=10)
)

@gif.frame
def?plot(i):
????fig?=?go.Figure(layout=layout)
????fig.add_trace(go.Scatter(
????????x=x[:i],
????????y=y[:i],
????????mode="markers",
????????marker=go.scatter.Marker(
????????????size=sz[:i],
????????????color=colors[:i],
????????????opacity=0.6,
????????????colorscale="Viridis"
????????)
????))
????fig.update_layout(width=500,?height=300)
????return?fig

frames?=?[]
for?i?in?range(100):
????frame?=?plot(i)
????frames.append(frame)

gif.save(frames,?"bubble.gif")