亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python繪制驚艷的可視化動(dòng)圖的示例代碼

 更新時(shí)間：2022年04月21日 09:50:36   作者：欣一  
今天小編給大家介紹一款可視化模塊，使用它可以繪制出十分驚艷的動(dòng)圖效果。文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

今天小編給大家介紹一款可視化模塊，使用它可以繪制出十分驚艷的動(dòng)圖效果，那么當(dāng)然第一步我們首先是要安裝一下該模塊，通過(guò)pip命令行來(lái)安裝：

pip install ipyvizzu

牛刀小試

我們首先來(lái)簡(jiǎn)單地使用該模塊來(lái)繪制一張動(dòng)圖，用Pandas導(dǎo)入數(shù)據(jù)集，代碼如下：

import pandas as pd
from ipyvizzu import Chart, Data, Config

data_frame = pd.read_csv("titanic.csv")

在導(dǎo)入數(shù)據(jù)集完畢之后，小編先來(lái)介紹一下使用該模塊的大致步驟，我們實(shí)例化Data()對(duì)象，然后將導(dǎo)入的數(shù)據(jù)集放置其中，代碼如下：

data = Data()
data.add_data_frame(data_frame)

然后我們?cè)賹?shí)例化圖表對(duì)象Chart()，將含有數(shù)據(jù)集的data放置其中：

chart = Chart()
chart.animate(data)

接下來(lái)我們開始繪制圖表，需要指定好的是圖表的一些屬性，例如直方圖的話就是X軸Y軸該放置什么樣的數(shù)據(jù)，顏色選擇是默認(rèn)的還是需要另外指定的，以及標(biāo)題等等：

chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))

output：

然后我們?cè)俅嘶A(chǔ)之上，在添加上下面的代碼：

chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))

output：

因此該模塊繪制出來(lái)的所謂的動(dòng)圖，其實(shí)就是若干張靜態(tài)圖表的疊加，我們不妨來(lái)看一下完整的案例：

import pandas as pd
from ipyvizzu import Chart, Data, Config

data_frame = pd.read_csv("titanic.csv")
data = Data()
data.add_data_frame(data_frame)

chart = Chart()
chart.animate(data)
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))
chart.animate(Config({"x": "Count", "y": ["Sex","Survived"]}))

output：

散點(diǎn)圖與直方圖之間的動(dòng)圖轉(zhuǎn)變

因?yàn)槠邢?，小編在這里也不太可能一次性將這個(gè)知識(shí)點(diǎn)講完，讀者可以自行去官網(wǎng)上查閱

這里小編嘗試來(lái)繪制繪制一下散點(diǎn)圖與直方圖之間的動(dòng)圖轉(zhuǎn)變，首先是繪制散點(diǎn)圖，代碼如下：

import pandas as pd
from ipyvizzu import Chart, Data, Config, Style

data_frame = pd.read_csv("chart_types_eu.csv", dtype={"Year": str})
data = Data()
data.add_data_frame(data_frame)

chart = Chart()
chart.animate(data)

chart.animate(
    Config(
        {
            "channels": {
                "x": ["Joy factors", "Value 6 (+/-)"],
                "y": "Value 5 (+/-)",
                "color": "Joy factors",
                "size": "Value 2 (+)",
                "label": "Country_code",
            },
            "title": "Bubble Plot",
            "geometry": "circle",
        }
    )
)

output：

我們通過(guò)title參數(shù)在設(shè)置標(biāo)題，size參數(shù)在設(shè)置散點(diǎn)的大小以及color參數(shù)在設(shè)置散點(diǎn)的顏色，接下來(lái)我們來(lái)繪制直方圖，代碼如下：

chart.animate(
    Config(
        {
            "channels": {
                "y": "Joy factors",
                "x": ["Value 2 (+)", "Country_code"],
                "label": None
            },
            "title": "Bar Chart",
            "geometry": "rectangle",
            "orientation": "vertical",
        }
    ),
    geometry={"delay": 0.7, "duration": 1},
)

output：

然后我們?cè)谥狈綀D上標(biāo)上標(biāo)記，代碼如下：

chart.animate(
    Config(
        {"channels": {"x": {"set": ["Value 2 (+)"]}, "label": {"set": ["Value 2 (+)"]}}}
    )
)

我們總體來(lái)看一下出來(lái)的動(dòng)圖效果，如下圖所示：

無(wú)論是靜態(tài)的圖表還是動(dòng)態(tài)，還有其他很多的案例，具體可以查閱這個(gè)的鏈接

以上就是Python繪制驚艷的可視化動(dòng)圖的示例代碼的詳細(xì)內(nèi)容，更多關(guān)于Python可視化動(dòng)圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

最新評(píng)論