python怎么做数据可视化的3大步骤手把手教你用 Python 做可视化数据

数据可视化动画还在用 Excel 做？
现在一个简单的 Python 包就能分分钟搞定！
而且生成的动画也足够丝滑，效果是酱紫的：

文章插图
文章插图
这是一位专攻 Python 语言的程序员开发的安装包，名叫 Pynimate 。
目前可以直接通过 PyPI 安装使用。

文章插图
文章插图
使用指南想要使用 Pynimate ，直接 import 一下就行。
import pynimate as nim输入数据后， Pynimate将使用函数Barplot（）来创建条形数据动画。而创建这种动画，输入的数据必须是 pandas 数据结构（如下），其中将时间列设置为索引，换句话说索引代表的是自变量。
time, col1, col2, col32012   1     2     12013   1     1     22014   2     1.5   32015   2.5   2     3.5具体的代码形式如下：
import pandas as pddf = pd.read_csv('data'csv').set_index('time')比如要处理具体的数据，写成代码应该是这样子的。
df = 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")此外，要制作条形数据动画，Barplot 还有三个必需的参数得注意：data、time_format 和 ip_freq（Interpolation frequency）。
data 就是表格的数据，这里也就不再赘述。
time_format 是指数据索引的时间日期格式，一般为：”% Y-% m-% d” 。
最后是 ip_freq，它是制作动画中比较关键的一步，通过线性插值使动画更加流畅丝滑。
【python怎么做数据可视化的3大步骤手把手教你用 Python 做可视化数据】一般来说，并不是所有的原始数据都适合做成动画，现在一个典型的视频是 24fps，即每秒有 24 帧。
举个栗子??，下面这个表格中的数据只有三个时间点，按理说只能生成 3 帧视频，最终动画也只有 3/24 秒。
time, col1, col22012   1     3  2013   2     2   2014   3     1这时候，ip_freq 插值（线性）就开始发挥作用了，如果插值是一个季度，则得出的数据就变成了这样：
time     col1  col22012-01-01  1.00  3.002012-04-01  1.25  2.752012-07-01  1.50  2.502012-10-01  1.75  2.252013-01-01  2.00  2.002013-04-01  2.25  1.752013-07-01  2.50  1.502013-10-01  2.75  1.252014-01-01  3.00  1.00具体的插值时间间隔为多久，则要视具体的数据而定，一般绘制大数据时，设置为 ip_freq = None 。
至此，就能生成数据动画了，完整代码如下所示：
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].year)cnv.add_plot(bar)cnv.animate()plt.show()这是插值为两天，生成的动画效果。

文章插图
文章插图
最后还有一个问题，那就是保存动画，有两个格式可以选择：gif 或者 mp4 。
保存为动图一般使用：
cnv.save("file", 24, "gif")若要保存为 mp4 的话， ffmpeg 是个不错的选择，它是保存为 mp4 的标准编写器。
pip install ffmpeg-python或者：
conda install ffmpeg当然，同样也可以使用 Canvas.save () 来保存。
cnv.save("file", 24 ,"mp4")作者介绍julkar9，Python / Flutter 开发人员，研究的方向为数据分析与可视化。
小哥表示，Pynimate 还会不断更新，目前正在接受大家的反?。蠡够嵘舷叩戎登蛲嫉裙δ?。

文章插图
文章插图
他还开发了一个应用程序：Chatmetry，同样也与数据统计有关，是一个用于创建 whatsapp 聊天统计数据的机器人应用程序。
这个程序可以从导出的聊天中生成各种统计信息，同时支持个人和群组聊天，并且是完全离线的，既不会保存也不会共享。

文章插图
文章插图
传送门：
https://julkaar9.github.io/pynimate/
本文来自微信公众号：量子位（ID：QbitAI），作者：Pine

python怎么做数据可视化的3大步骤 手把手教你用 Python 做可视化数据

python怎么做数据可视化的3大步骤手把手教你用 Python 做可视化数据