介绍三种绘制时间线图的方法-技术圈

前面分享过一篇自动化制作《历史上的今天》时间线图片的文章，小伙伴们普遍反映还不错，尤其是制作时间线的方法，还是非常巧妙的。今天我们再来分享几种不同的制作方法，大家可以自行比较下各种方法的优劣

Matplotlib 制作

Matplotlib 作为 Python 家族最为重要的可视化工具，其基本的 API 以及绘制流程还是需要掌握的。尤其是该库的灵活程度以及作为众多工具的基础，重要性不言而喻

下面我们来看下该如何绘制一个时间线图表

导入库以及设置 XY 轴数据

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

y1 = [5, 10, 15, 20, 25, 30, 35, 40, 45, 50]
x1 = [4, 4, 4, 4, 4, 4, 4, 4, 4, 4]

因为是通过折线图来实现时间线效果，为了达到展示一条竖线的情况，这里设置了 X 轴数值都相同，Y 轴数值等差分布

创建画布及标题

fig, ax = plt.subplots(sharey=True, figsize=(7, 4))
ax.plot(x1, y1, label='First line', linewidth=3, color='r', marker='o', markerfacecolor='white', markersize=12)
plt.title('萝卜大杂烩')
plt.suptitle('历史上的今天', fontsize=16, color='red')

此时效果如下

接下来我们设置时间线两边的数据

# 右侧数据
right_y_year = 0.95
right_y_text = 0.9
year_right = 1931
for i in range(5):
    plt.text(0.57, right_y_year, str(year_right+1), fontsize=15, horizontalalignment='center', verticalalignment='center', 
             transform=ax.transAxes, color='black')
    plt.text(0.75, right_y_text, "从百草园到三味书屋-鲁迅" + str(i), fontsize=15, horizontalalignment='center', verticalalignment='center', 
             transform=ax.transAxes, color='red')
    right_y_year -= 0.2
    right_y_text -= 0.2
    year_right += 1
    
# 左侧数据
left_y_year = 0.85
left_y_text = 0.8
year_left = 1941
for i in range(5):
    plt.text(0.43, left_y_year, str(year_left+1), fontsize=15, horizontalalignment='center', verticalalignment='center', 
             transform=ax.transAxes, color='black')
    plt.text(0.2, left_y_text, "从百草园到三味书屋-鲁迅" + str(i), fontsize=15, horizontalalignment='center', verticalalignment='center', 
             transform=ax.transAxes, color='red', url='https://www.baidu.com')
    left_y_year -= 0.2
    left_y_text -= 0.2
    year_left += 1

主要使用了 text 函数，为时间线轴两边分别添加数据

如果我们还想要添加个人的其他信息，比如公众号二维码等，可以在指定位置增加图片，同时去掉坐标轴

# 增加图片
img = plt.imread('二维码.png')
ax2 = plt.axes((0.7, 0.1, 0.3, 0.3))
ax2.imshow(img, origin='lower', alpha=0.5)
ax2.axis('off')
ax.axis('off')
plt.show()

最终效果如下

可以看出，由于 text 函数是通过坐标来确定文字显示的位置的，所以我们时间线轴两边的数据分布还是不是特别完美，不知道是否有其他的更加方便的方法来设置，待探索。。。

Plotly 绘制

Plotly 作为 Python 家族另一个非常强大的可视化工具，同样可以完成时间线图的绘制

在绘图之前，我们先处理数据

这里使用的数据是2020年全年的微博热搜数据

import pandas as pd


weibo = pd.read_csv("weibo_2020.csv")
def deal_date(frame):
    tmp = frame.split('-')
    return tmp[0] + '-' + tmp[1]

weibo['new_date'] = weibo['date'].apply(lambda x : deal_date(x))
key_list_right = []
for i in range(1, 12, 2):
    if i < 10:
        mydate = '2020-0%s' % str(i)
    else:
        mydate = '2020-%s' % str(i)
    keyword = weibo[weibo['new_date'] == mydate].sort_values(by='searchCount', ascending=False)['keyword'].tolist()[0]
    searchCount = weibo[weibo['new_date'] == mydate].sort_values(by='searchCount', ascending=False)['searchCount'].tolist()[0]
    mount = str(i) + '月'
    content = ','.join([keyword, str(searchCount) + '搜索量', mount])
    key_list_right.append(content)
print(key_list_right)

Output:

['最新疫情地图,18130201搜索量,1月',
 '肖战工作室道歉,13117531搜索量,3月',
 '何鸿燊去世,15302424搜索量,5月',
 '高考作文,15647446搜索量,7月',
 '乘风破浪的姐姐成团之夜,8226994搜索量,9月',
 '特朗普,7310000搜索量,11月']

可以看到，通过上面的数据处理，我们成功提取了1、3、5、7、9以及11月的当月搜索量最高的热搜标题，同理可以获取到双月份的热搜标题数据

下面开始作图

import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd
from plotly.graph_objs import *

layout = Layout(
    paper_bgcolor='rgba(0,0,0,0)',
    plot_bgcolor='rgba(0,0,0,0)',
    title={'text': '微博热搜', 'x': 0.5},
    yaxis={'title': 'Proportion (%)'}
)
fig = go.Figure(layout=layout)
fig.add_traces([go.Scatter(x=[2,2,2,2,2,2], y=[5, 10, 15, 20, 25, 30], text=key_list_right, textposition="bottom right", mode="lines+text"),
                go.Scatter(x=[2,2,2,2,2,2], y=[5, 10, 15, 20, 25, 30], textposition="top left", mode="lines+text", text=key_list_left)]) 
fig.update_traces(showlegend=False)
fig.update_layout(xaxis=dict(visible=False), yaxis=dict(visible=False))
fig.show()