目录

前言方法一：使用pause()函数方法二：使用FuncAnimation()函数线性图动画Python中的条形图追赶动画Python中的散点图动画：条形图追赶的水平移动

前言

动画是使可视化更具吸引力和用户吸引力的好方法。它帮助我们以有意义的方式展示数据可视化。Python 帮助我们使用现有的强大 Python 库创建动画可视化。Matplotlib是一个非常流行的数据可视化库，通常用于数据的图形表示以及使用内置函数的动画。

使用 Matplotlib 创建动画有两种方法：

使用 pause() 函数使用 FuncAnimation() 函数

方法一：使用 pause() 函数

在暂停（）的matplotlib库的pyplot模块在功能上用于暂停为参数提到间隔秒。考虑下面的示例，我们将使用 matplotlib 创建一个简单的线性图并在其中显示动画：

创建 2 个数组 X 和 Y，并存储从 1 到 100 的值。

使用 plot() 函数绘制 X 和 Y。

以合适的时间间隔添加 pause() 函数

运行程序，你会看到动画。

Python

from matplotlib import pyplot as plt
  
x = []
y = []
  
for i in range(100):
    x.append(i)
    y.append(i)
  
    # 提及 x 和 y 限制以定义其范围
    plt.xlim(0, 100)
    plt.ylim(0, 100)
      
    # 绘制图形
    plt.plot(x, y, color = "green")
    plt.pause(0.01)
  
plt.show()

输出 ：

同样，你也可以使用 pause() 函数在各种绘图中创建动画。

方法二：使用 FuncAnimation() 函数

这个FuncAnimation() 函数不会自己创建动画，而是从我们传递的一系列图形中创建动画。

语法: FuncAnimation(figure, animation_function, frames=None, init_func=None, fargs=None, save_count=None, *, cache_frame_data=True,
**kwargs)

现在您可以使用 FuncAnimation 函数制作多种类型的动画：

线性图动画

在这个例子中，我们将创建一个简单的线性图，它将显示一条线的动画。同样，使用 FuncAnimation，我们可以创建多种类型的动画视觉表示。我们只需要在一个函数中定义我们的动画，然后用合适的参数将它传递给FuncAnimation。

Python

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
import numpy as np
  
x = []
y = []
  
figure, ax = plt.subplots()
  
# 设置 x 和 y 轴的限制
ax.set_xlim(0, 100)
ax.set_ylim(0, 12)
  
# 绘制单个图形
line,  = ax.plot(0, 0) 
  
def animation_function(i):
    x.append(i * 15)
    y.append(i)
  
    line.set_xdata(x)
    line.set_ydata(y)
    return line,
  
animation = FuncAnimation(figure,
                          func = animation_function,
                          frames = np.arange(0, 10, 0.1), 
                          interval = 10)
plt.show()

输出：

Python 中的条形图追赶动画

在此示例中，我们将创建一个简单的条形图动画，它将显示每个条形的动画。

Python

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation, writers
import numpy as np

plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"]  
fig = plt.figure(figsize = (7,5))
axes = fig.add_subplot(1,1,1)
axes.set_ylim(0, 300)
palette = ["blue", "red", "green",
		"darkorange", "maroon", "black"]

y1, y2, y3, y4, y5, y6 = [], [], [], [], [], []

def animation_function(i):
	y1 = i
	y2 = 6 * i
	y3 = 3 * i
	y4 = 2 * i
	y5 = 5 * i
	y6 = 3 * i

	plt.xlabel("国家")
	plt.ylabel("国家GDP")
	
	plt.bar(["印度", "中国", "德国",
			"美国", "加拿大", "英国"],
			[y1, y2, y3, y4, y5, y6],
			color = palette)

plt.title("条形图动画")

animation = FuncAnimation(fig, animation_function,
						interval = 50)
plt.show()

输出：

Python 中的散点图动画：

在这个例子中，我们将使用随机函数在 python 中动画散点图。我们将遍历animation_func并在迭代时绘制 x 和 y 轴的随机值。

from matplotlib import pyplot as plt
from matplotlib.animation import FuncAnimation
import random
import numpy as np

x = []
y = []
colors = []
fig = plt.figure(figsize=(7,5))

def animation_func(i):
	x.append(random.randint(0,100))
	y.append(random.randint(0,100))
	colors.append(np.random.rand(1))
	area = random.randint(0,30) * random.randint(0,30)
	plt.xlim(0,100)
	plt.ylim(0,100)
	plt.scatter(x, y, c = colors, s = area, alpha = 0.5)

animation = FuncAnimation(fig, animation_func,
						interval = 100)
plt.show()

输出：

条形图追赶的水平移动

在这里，我们将使用城市数据集中的最高人口绘制条形图竞赛。

不同的城市会有不同的条形图，条形图追赶将从 1990 年到 2018 年迭代。

我从人口最多的数据集中选择了最高城市的国家。

需要用到的数据集可以从这里下载：city_populations

Python

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
from matplotlib.animation import FuncAnimation
  
plt.rcParams["font.sans-serif"] = ["Microsoft YaHei"]  
df = pd.read_csv("city_populations.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()
  
def draw_barchart(year):
    dff = df[df["year"].eq(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, year, transform=ax.transAxes, 
            color="#777777", size=46, ha="right",
            weight=800)
    ax.text(0, 1.06, "Population (thousands)",
            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, 1.12, "从 1500 年到 2018 年世界上人口最多的城市",
            transform=ax.transAxes, size=24, weight=600, ha="left")
      
    ax.text(1, 0, "by haiyong.site | 海拥", 
            transform=ax.transAxes, ha="right", color="#777777", 
            bbox=dict(facecolor="white", alpha=0.8, edgecolor="white"))
    plt.box(False)
    plt.show()
  
fig, ax = plt.subplots(figsize=(15, 8))
animator = FuncAnimation(fig, draw_barchart, 
                         frames = range(1990, 2019))
plt.show()

输出：

以上就是详解在Python中创建条形图追赶动画的详细内容，更多关于Python动画的资料请关注脚本之家其它相关文章！

关键词： 水平移动 相关文章 运行程序 时间间隔