Python-Matplotlib动态曲线图(linechart)绘制

小詹学Python

共 2562字,需浏览 6分钟

 ·

2021-11-04 13:18




效果预览


配上动感的音乐感觉就是不一样啊,要达到上述效果除了核心的Matplotlib绘图外,其他工具和上篇推文 Hans Rosling Charts Matplotlib 绘制 所使用的工具一样啊。下面将分以下几个部分对制作过程进行介绍。

01. 引言

动态曲线图不同于动态气泡图,它可以查看部分指标在一段时间内的变化趋势,本期推文将推出动态曲线图的 Matplotlib 绘制过程,核心过程为 折线图 散点图 的绘制,详细过程如下:

02. 数据处理

由于需要查某些指标随时间的变化趋势,可将数据处理成如下形式(部分):


图表中的 china、usa、japan 等变量可以结合自己的实际需求进行更改,而 time 列则是时间变化。上述数据为本次绘制动态曲线图所需数据,即从 gapminder 网站下载的平均个人收入(Income per person)数据整理而成,处理代码主要如下:



这里 eq(nation) 操作为提取自己所需数据,最后通过 pandas 的 concat() 操纵进行提取数据合并即可

03. 数据可视化

动态图表的绘制主要在于折线图和散点图的绘制,我们采用的依旧还是面向对象式绘图方式,这里建议绘制较为复杂的图表时多采用此方法进行绘制。完整绘图过程如下:



绘图的核心代码(以china为例)主要在第16-24行,详细解释如下:

idx = data_test.time


折线图:

ax.plot( idx, data_test['china'],color = '#FF5872',lw = 4)#折线图

其中,和 y 参数分别设置为数据的 time 列和 china 列,color 和线宽 lw 属性则是为了美化折线图。


散点图:

ax.scatter(idx.tolist()[-1],data_test['china'].tolist()[-1],color='#FF5872',edgecolor ='black',s = 280,lw = 2.5,zorder =4)#散点图

散点图的绘制则需知道我们只需要绘制最后一个散点,即获取最后一个数据,因此scatterx,y均有[-1]的索引当然,我们需在之前使用tolist()方法转变成数据列表形式,填充颜色 color、散点边框颜色 edgecolor、散点大小 s、和线宽 lw 均可根据自己需要进行定制化设置这里需要注意的是zorder属性的设置这里设置zorder=4,表示散点图绘制在折线图之后即散点图压在折线图之上,使绘图更加美观


文本(国家名):

ax.text(idx.tolist()[-1]+5,data_test['china'].tolist()[-1]-250,'china',size=15,c= '#FF5872',va='top',ha='left',fontweight = 'bold')#国家名

这里的 和 属性则是根据实际情况进行慢慢调试 ,其他的属性则是美化图表使用。


文本(数值):

ax.text(idx.tolist()[-1]+5,data_test['china'].tolist()[-1]-250,'china',size=15,c= '#FF5872',va='top',ha='left',fontweight = 'bold')#国家名

由于数据较大,这里

':{:,.0f}'.format(data_test['china'].tolist()[-1])对文本进行格式化操作,其他属性则根据自己需求进行设置即可。


部分详细解释如下:

  •  77-84 行则是添加位置固定的文本内容,设置 transform = ax.transAxes 则使文本位置不随数据变化而变动这里需要指出的是,一般的绘图过程,固定文本一般都是在图表的刻度、轴等属性设置结束后再进行添加,这点则需要注意,好的绘图习惯可以大大减少绘图时间哦
  •  66-71 行则是自定义 y 轴的刻度比例范围,由于,较早年份的数据较为集中,使图表绘制集中在一块,影响美观,特经此过程进行设置,而这也是 matplotlib 3.1 版本新添加的内容。
  • 第 53 行使用 ax.axvline() 为动态图表添加一条推进线
  • 第 54-64 行则是对图表刻度、轴脊等 属性进设置。
  • 第 75 行采用ax.yaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))定制化刻度标签形式,此方法对绘制定制化的刻度标签非常有用,希望感兴趣的同学们可以多看看官网的教程

  •  86  ax.set_axisbelow(True) 设置网格线等属性位于图表图层之下。


下面给出一年份数据绘制的曲线图结果:



备注:要想生成这种暗黑背景风格的图表,则可通过以下设置完成:

#设置画布figure颜色plt.figure(facecolor='#1D1E23',edgecolor='#1D1E23')#对Axis进行背景颜色设置ax.set_facecolor('#373E4B')

04. 总结

Matplotlib绘制动态曲线图较动态气泡图而言,绘制过程较为简单,主要就是折线图和散点图的配合使用,其他的就是图表属性的定制化设置了,个人能力有限,发现错误的同学可以留言告知啊,下期我们将继续推出Matplotlib动态图系列的第三篇--动态条形图 绘制方法。


E N D

各位伙伴们好,詹帅本帅搭建了一个个人博客和小程序,汇集各种干货和资源,也方便大家阅读,感兴趣的小伙伴请移步小程序体验一下哦!(欢迎提建议)

推荐阅读


牛逼!Python常用数据类型的基本操作(长文系列第①篇)

牛逼!Python的判断、循环和各种表达式(长文系列第②篇)

牛逼!Python函数和文件操作(长文系列第③篇)

牛逼!Python错误、异常和模块(长文系列第④篇)


浏览 109
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报