欧美激情一区二区三区p站,一级A片一毛片大全,豆花综合网,人人草人人摸人人爽,强伦轩人妻一区二区电影,综合色中文娱乐网,超碰国产人人操,黑人一级片

通常大家做出來的圖表，絕大部分都是靜態(tài)的，有時會顯得不夠吸引人。

今天小F就給大家介紹一下，如何用Python繪制動態(tài)圖表。

主要是使用到Matplotlib+imageio，其中Matplotlib就有一個Animation類，可以生成動圖GIF，不過使用起來學習成本較高，還是有一定難度的。

這里我將先創(chuàng)建靜態(tài)圖表的圖片，然后使用Imageio創(chuàng)建一個GIF(動態(tài)圖表)。

一共給大家介紹三種動態(tài)圖表的繪制，折線圖，條形圖，散點圖。

01 折線圖

先來繪制一個簡單的折線圖看看。

import os
import numpy as np
import matplotlib.pyplot as plt
import imageio

# 生成40個取值在30-40的數(shù)
y = np.random.randint(30, 40, size=(40))
# 繪制折線
plt.plot(y)
# 設置y軸最小值和最大值
plt.ylim(20, 50)

# 顯示
plt.show()

使用Numpy創(chuàng)建一個數(shù)值范圍在30到40之間的隨機整數(shù)列表，結果如下。

下面將對整數(shù)列表進行切片，生成不同階段的圖表。

# 第一張圖
plt.plot(y[:-3])
plt.ylim(20, 50)
plt.savefig('1.png')
plt.show()

# 第二張圖
plt.plot(y[:-2])
plt.ylim(20, 50)
plt.savefig('2.png')
plt.show()

# 第三張圖
plt.plot(y[:-1])
plt.ylim(20, 50)
plt.savefig('3.png')
plt.show()

# 第四張圖
plt.plot(y)
plt.ylim(20, 50)
plt.savefig('4.png')
plt.show()

得到x軸為0:36、0:37、0:38、0:39四個折線圖表。

有了這四張圖，我們就可以使用Imageio生成GIF了。

# 生成Gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
    for filename in ['1.png', '2.png', '3.png', '4.png']:
        image = imageio.imread(filename)
        writer.append_data(image)

動圖來了。

一個會動的折線圖表就制作出來了，不過不是從x軸坐標為0的時候開始的。

filenames = []
num = 0
for i in y:
    num += 1
    # 繪制40張折線圖
    plt.plot(y[:num])
    plt.ylim(20, 50)

    # 保存圖片文件
    filename = f'{num}.png'
    filenames.append(filename)
    plt.savefig(filename)
    plt.close()

# 生成gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
    for filename in filenames:
        image = imageio.imread(filename)
        writer.append_data(image)

# 刪除40張折線圖
for filename in set(filenames):
    os.remove(filename)

繪制出40張折線圖，并且保存圖片，生成GIF。

可以看到折線圖的x坐標從0一直到了40。

02 條形圖

上面的折線圖每次只有一個y值即可，而條形圖則需要所有的y值，如此所有的條形才能同時移動。

給X軸創(chuàng)建固定值，Y軸創(chuàng)建列表，并使用Matplotlib的條形圖函數(shù)。

x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
                     [10, 30, 60, 30, 10],
                     [70, 40, 20, 40, 70],
                     [10, 20, 30, 40, 50],
                     [50, 40, 30, 20, 10],
                     [75, 0, 75, 0, 75],
                     [0, 0, 0, 0, 0]]
filenames = []
for index, y in enumerate(coordinates_lists):
    # 條形圖
    plt.bar(x, y)
    plt.ylim(0, 80)

    # 保存圖片文件
    filename = f'{index}.png'
    filenames.append(filename)

    # 重復最后一張圖形15幀(數(shù)值都為0),15張圖片
    if (index == len(coordinates_lists) - 1):
        for i in range(15):
            filenames.append(filename)

    # 保存
    plt.savefig(filename)
    plt.close()

# 生成gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
    for filename in filenames:
        image = imageio.imread(filename)
        writer.append_data(image)

# 刪除20張柱狀圖
for filename in set(filenames):
    os.remove(filename)

有數(shù)值的條形圖圖片是5張，沒數(shù)值的圖片是2+15=17張。

GIF結束段，添加了15幀空白圖片。所以在結束的時候會顯示一段時間的空白。

可以設置一下條形圖當前位置到下個位置的速度，讓過渡變得平滑。

將當前位置和下一個位置之間的距離除以過渡幀數(shù)。

n_frames = 10
x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
                     [10, 30, 60, 30, 10],
                     [70, 40, 20, 40, 70],
                     [10, 20, 30, 40, 50],
                     [50, 40, 30, 20, 10],
                     [75, 0, 75, 0, 75],
                     [0, 0, 0, 0, 0]]
print('生成圖表\n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
    # 獲取當前圖像及下一圖像的y軸坐標值
    y = coordinates_lists[index]
    y1 = coordinates_lists[index + 1]

    # 計算當前圖像與下一圖像y軸坐標差值
    y_path = np.array(y1) - np.array(y)
    for i in np.arange(0, n_frames + 1):
        # 分配每幀的y軸移動距離
        # 逐幀增加y軸的坐標值
        y_temp = (y + (y_path / n_frames) * i)
        # 繪制條形圖
        plt.bar(x, y_temp)
        plt.ylim(0, 80)
        # 保存每一幀的圖像
        filename = f'images/frame_{index}_{i}.png'
        filenames.append(filename)
        # 最后一幀重復,畫面停留一會
        if (i == n_frames):
            for i in range(5):
                filenames.append(filename)
        # 保存圖片
        plt.savefig(filename)
        plt.close()
print('保存圖表\n')
# 生成GIF
print('生成GIF\n')
with imageio.get_writer('mybars.gif', mode='I') as writer:
    for filename in filenames:
        image = imageio.imread(filename)
        writer.append_data(image)
print('保存GIF\n')
print('刪除圖片\n')
# 刪除圖片
for filename in set(filenames):
    os.remove(filename)
print('完成')

看起來是平滑了許多。

好了，接下來我們更改一下圖表相關的配置參數(shù)，讓圖表變得好看。

n_frames = 10
bg_color = '#95A4AD'
bar_color = '#283F4E'
gif_name = 'bars'
x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
                     [10, 30, 60, 30, 10],
                     [70, 40, 20, 40, 70],
                     [10, 20, 30, 40, 50],
                     [50, 40, 30, 20, 10],
                     [75, 0, 75, 0, 75],
                     [0, 0, 0, 0, 0]]
print('生成圖表\n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
    y = coordinates_lists[index]
    y1 = coordinates_lists[index + 1]
    y_path = np.array(y1) - np.array(y)
    for i in np.arange(0, n_frames + 1):
        y_temp = (y + (y_path / n_frames) * i)
        # 繪制條形圖
        fig, ax = plt.subplots(figsize=(8, 4))
        ax.set_facecolor(bg_color)
        plt.bar(x, y_temp, width=0.4, color=bar_color)
        plt.ylim(0, 80)
        # 移除圖表的上邊框和右邊框
        ax.spines['right'].set_visible(False)
        ax.spines['top'].set_visible(False)
        # 設置虛線網(wǎng)格線
        ax.set_axisbelow(True)
        ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
        # 保存每一幀的圖像
        filename = f'images/frame_{index}_{i}.png'
        filenames.append(filename)

        # 最后一幀重復,畫面停留一會
        if (i == n_frames):
            for i in range(5):
                filenames.append(filename)
        # 保存圖片
        plt.savefig(filename, dpi=96, facecolor=bg_color)
        plt.close()
print('保存圖表\n')
# 生成GIF
print('生成GIF\n')
with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
    for filename in filenames:
        image = imageio.imread(filename)
        writer.append_data(image)
print('保存GIF\n')
print('刪除圖片\n')
# 刪除圖片
for filename in set(filenames):
    os.remove(filename)
print('完成')

給圖表添加了背景色、條形圖上色、去除邊框、增加網(wǎng)格線等。

看起來，效果還不錯！

當然也有一些值得改進的地方，比如添加標題。通過插值的方式來使過渡變得更平滑，甚至可以讓條形圖在x軸上移動。

這里大家就可以自行去研究啦。

03 散點圖

要繪制動態(tài)散點圖，則需要同時考慮x軸和y軸的值。

這里不一定要在每幀上顯示相同數(shù)量的點，因此需要對其進行校正來進行過渡。

    
     coordinates_lists = [[[0], [0]],
     
                     [[100, 200, 300], [100, 200, 300]],
     
                     [[400, 500, 600], [400, 500, 600]],
     
                     [[400, 500, 600, 400, 500, 600], [400, 500, 600, 600, 500, 400]],
     
                     [[500], [500]],
     
                     [[0], [0]]]
     
gif_name = 'movie'
     
n_frames = 10
     
bg_color = '#95A4AD'
     
marker_color = '#283F4E'
     
marker_size = 25
     
print('生成圖表\n')
     
filenames = []
     
for index in np.arange(0, len(coordinates_lists) - 1):
     
    # 獲取當前圖像及下一圖像的x與y軸坐標值
     
    x = coordinates_lists[index][0]
     
    y = coordinates_lists[index][1]
     
    x1 = coordinates_lists[index + 1][0]
     
    y1 = coordinates_lists[index + 1][1]
     
    # 查看兩點差值
     
    while len(x) < len(x1):
     
        diff = len(x1) - len(x)
     
        x = x + x[:diff]
     
        y = y + y[:diff]
     
    while len(x1) < len(x):
     
        diff = len(x) - len(x1)
     
        x1 = x1 + x1[:diff]
     
        y1 = y1 + y1[:diff]
     
    # 計算路徑
     
    x_path = np.array(x1) - np.array(x)
     
    y_path = np.array(y1) - np.array(y)
     
    for i in np.arange(0, n_frames + 1):
     
        # 計算當前位置
     
        x_temp = (x + (x_path / n_frames) * i)
     
        y_temp = (y + (y_path / n_frames) * i)
     
        # 繪制圖表
     
        fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))
     
        ax.set_facecolor(bg_color)
     

     
        plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)
     
        plt.xlim(0, 1000)
     
        plt.ylim(0, 1000)
     
        # 移除邊框線
     
        ax.spines['right'].set_visible(False)
     
        ax.spines['top'].set_visible(False)
     
        # 網(wǎng)格線
     
        ax.set_axisbelow(True)
     
        ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
     
        ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
     
        # 保存圖片
     
        filename = f'images/frame_{index}_{i}.png'
     
        filenames.append(filename)
     
        if (i == n_frames):
     
            for i in range(5):
     
                filenames.append(filename)
     
        # 保存
     
        plt.savefig(filename, dpi=96, facecolor=bg_color)
     
        plt.close()
     
print('保存圖表\n')
     
# 生成GIF
     
print('生成GIF\n')
     
with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
     
    for filename in filenames:
     
        image = imageio.imread(filename)
     
        writer.append_data(image)
     
print('保存GIF\n')
     
print('刪除圖片\n')
     
# 刪除圖片
     
for filename in set(filenames):
     
    os.remove(filename)
     
print('完成')

效果如下。

當然還有更有趣的散點圖變化，比如字母變化。

使用OpenCV從圖像創(chuàng)建mask，繪制填充有隨機x/y坐標的圖，并過濾mask內(nèi)的點。

使用Matplotlib繪制散點圖，使用ImageIO生成gif。

    
     import os
     
import numpy as np
     
import matplotlib.pyplot as plt
     
import imageio
     
import random
     
import cv2
     

     

     
# 根據(jù)字母的形狀, 將字母轉化為多個隨機點
     
def get_masked_data(letter, intensity=2):
     
    # 多個隨機點填充字母
     
    random.seed(420)
     
    x = []
     
    y = []
     

     
    for i in range(intensity):
     
        x = x + random.sample(range(0, 1000), 500)
     
        y = y + random.sample(range(0, 1000), 500)
     

     
    if letter == ' ':
     
        return x, y
     

     
    # 獲取圖片的mask
     
    mask = cv2.imread(f'images/letters/{letter.upper()}.png', 0)
     
    mask = cv2.flip(mask, 0)
     

     
    # 檢測點是否在mask中
     
    result_x = []
     
    result_y = []
     
    for i in range(len(x)):
     
        if (mask[y[i]][x[i]]) == 0:
     
            result_x.append(x[i])
     
            result_y.append(y[i])
     

     
    # 返回x,y
     
    return result_x, result_y
     

     

     
# 將文字切割成一個個字母
     
def text_to_data(txt, repeat=True, intensity=2):
     
    print('將文本轉換為數(shù)據(jù)\n')
     
    letters = []
     
    for i in txt.upper():
     
        letters.append(get_masked_data(i, intensity=intensity))
     
    # 如果repeat為1時,重復第一個字母
     
    if repeat:
     
        letters.append(get_masked_data(txt[0], intensity=intensity))
     
    return letters
     

     

     
def build_gif(coordinates_lists, gif_name='movie', n_frames=10, bg_color='#95A4AD',
              marker_color='#283F4E', marker_size=25):
     
    print('生成圖表\n')
     
    filenames = []
     
    for index in np.arange(0, len(coordinates_lists) - 1):
     
        # 獲取當前圖像及下一圖像的x與y軸坐標值
     
        x = coordinates_lists[index][0]
     
        y = coordinates_lists[index][1]
     

     
        x1 = coordinates_lists[index + 1][0]
     
        y1 = coordinates_lists[index + 1][1]
     

     
        # 查看兩點差值
     
        while len(x) < len(x1):
     
            diff = len(x1) - len(x)
     
            x = x + x[:diff]
     
            y = y + y[:diff]
     

     
        while len(x1) < len(x):
     
            diff = len(x) - len(x1)
     
            x1 = x1 + x1[:diff]
     
            y1 = y1 + y1[:diff]
     

     
        # 計算路徑
     
        x_path = np.array(x1) - np.array(x)
     
        y_path = np.array(y1) - np.array(y)
     

     
        for i in np.arange(0, n_frames + 1):
     
            # 計算當前位置
     
            x_temp = (x + (x_path / n_frames) * i)
     
            y_temp = (y + (y_path / n_frames) * i)
     

     
            # 繪制圖表
     
            fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))
     
            ax.set_facecolor(bg_color)
     
            plt.xticks([])  # 去掉x軸
     
            plt.yticks([])  # 去掉y軸
     
            plt.axis('off')  # 去掉坐標軸
     

     
            plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)
     

     
            plt.xlim(0, 1000)
     
            plt.ylim(0, 1000)
     

     
            # 移除框線
     
            ax.spines['right'].set_visible(False)
     
            ax.spines['top'].set_visible(False)
     

     
            # 網(wǎng)格線
     
            ax.set_axisbelow(True)
     
            ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
     
            ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
     

     
            # 保存圖片
     
            filename = f'images/frame_{index}_{i}.png'
     

     
            if (i == n_frames):
     
                for i in range(5):
     
                    filenames.append(filename)
     

     
            filenames.append(filename)
     

     
            # 保存
     
            plt.savefig(filename, dpi=96, facecolor=bg_color)
     
            plt.close()
     
    print('保存圖表\n')
     
    # 生成GIF
     
    print('生成GIF\n')
     
    with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
     
        for filename in filenames:
     
            image = imageio.imread(filename)
     
            writer.append_data(image)
     
    print('保存GIF\n')
     
    print('刪除圖片\n')
     
    # 刪除圖片
     
    for filename in set(filenames):
     
        os.remove(filename)
     

     
    print('完成')
     

     

     
coordinates_lists = text_to_data('Python', repeat=True, intensity=50)
     

     
build_gif(coordinates_lists,
     
          gif_name='Python',
     
          n_frames=7,
     
          bg_color='#52A9F0',
     
          marker_color='#000000',
     
          marker_size=0.2)

生成一個Python單詞字母的動態(tài)散點圖。

三個主要的函數(shù)。

# 創(chuàng)建一個隨機的x/y坐標列表，并使用mask對其進行過濾。
get_masked_data()
# 將文本轉化為數(shù)據(jù)
text_to_data()
# 使用坐標點生成散點圖, 保存GIF
build_gif()

這里小F給大家提供了26個字母，大伙可以自行組合。

當然其他圖形也是可以的，就是需要自己作圖。

圖片的大小應為1000x1000像素，mask著色為黑色，背景為白色。

然后將png文件保存在images/letters文件夾中，單獨一個字符命名。

coordinates_lists = text_to_data('mac_', repeat=True, intensity=50)

build_gif(coordinates_lists,
          gif_name='mac',
          n_frames=7,
          bg_color='#F5B63F',
          marker_color='#000000',
          marker_size=0.2)

結果如下，最后一張是個人物像。

好了，本期的分享就到此結束了。

使用Matplotlib+Imageio創(chuàng)建動態(tài)圖表，案例比較簡單，大家可以自行下載代碼進行學習。

最后在公眾號回復「動畫」，獲取到本次使用到的代碼和數(shù)據(jù)。

    
     

推薦閱讀:
入門: 最全的零基礎學Python的問題  | 零基礎學了8個月的Python  | 實戰(zhàn)項目 |學Python就是這條捷徑

干貨:爬取豆瓣短評，電影《后來的我們》 | 38年NBA最佳球員分析 |   從萬眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個海量小姐姐素描圖 ｜碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!

AI: 會做詩的機器人 | 給圖片上色 | 預測收入 | 碟中諜這么火，我用機器學習做個迷你推薦系統(tǒng)電影

小工具: Pdf轉Word，輕松搞定表格和水印！ | 一鍵把html網(wǎng)頁保存為pdf！|  再見PDF提取收費！ | 用90行代碼打造最強PDF轉換器，word、PPT、excel、markdown、html一鍵轉換 | 制作一款釘釘?shù)蛢r機票提示器！ ｜60行代碼做了一個語音壁紙切換器天天看小姐姐！｜
     

     年度爆款文案
     
      1).臥槽！Pdf轉Word用Python輕松搞定！
      2).學Python真香！我用100行代碼做了個網(wǎng)站，幫人PS旅行圖片，賺個雞腿吃
      3).首播過億，火爆全網(wǎng)，我分析了《乘風破浪的姐姐》，發(fā)現(xiàn)了這些秘密 
      4).80行代碼！用Python做一個哆來A夢分身 
      5).你必須掌握的20個python代碼，短小精悍，用處無窮 
      6).30個Python奇淫技巧集 
      7).我總結的80頁《菜鳥學Python精選干貨.pdf》,都是干貨 
      8).再見Python！我要學Go了！2500字深度分析！
      9).發(fā)現(xiàn)一個舔狗福利！這個Python爬蟲神器太爽了，自動下載妹子圖片
     
     

     
      
       
        
         
          
           
            
             
              
               
                
                 
                  
                   
                    
                     
                      
                                               
                         
                                                     
                                                         
                              
                              
                              
                                                            
                              
                              
                                                            
                              
                              
                              
                                                            
                              
                              
                              
                                                            
                              
                              
                              
                              
                              
                              
                              
                              
                              
                              點閱讀原文,領廖雪峰視頻資料！

讓數(shù)據(jù)動起來！用Python制作動畫可視化效果，讓數(shù)據(jù)不再枯燥！

點閱讀原文,領廖雪峰視頻資料！