一款Python工具制作的動(dòng)態(tài)條形圖(強(qiáng)烈推薦!)

更新時(shí)間：2023年02月16日 10:11:19 作者：Python數(shù)據(jù)開發(fā)

有時(shí)為了方便看數(shù)據(jù)的變化情況,需要畫一個(gè)動(dòng)態(tài)圖來看整體的變化情況,下面這篇文章主要給大家介紹了一款Python工具制作的動(dòng)態(tài)條形圖的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

前言

大家好，說起動(dòng)態(tài)條形圖，之前推薦過兩個(gè) Python 庫，比如Bar Chart Race、Pandas_Alive，都可以實(shí)現(xiàn)。今天就給大家再介紹一個(gè)新更加棒的工具。

這款新的Python庫pynimate，一樣可以制作動(dòng)態(tài)條形圖，而且樣式更好看。

GitHub地址：

https://github.com/julkaar9/pynimate

文檔地址：https://julkaar9.github.io/pynimate/

方法如下

首先使用pip安裝這個(gè)庫，注意Python版本要大于等于3.9。

# 安裝pynimate  
pip install pynimate -i https://pypi.tuna.tsinghua.edu.cn/simple

其中pynimate使用pandas數(shù)據(jù)幀格式，時(shí)間列設(shè)置為索引index。

time, col1, col2, col3  
2012   1     2     1  
2013   1     1     2  
2014   2     1.5   3  
2015   2.5   2     3.5

然后來看兩個(gè)官方示例。

第一個(gè)示例比較簡單，代碼如下。

from matplotlib import pyplot as plt  
import pandas as pd  
import pynimate as nim  
  
# 數(shù)據(jù)格式+索引  
df = pd.DataFrame(  
    {  
        "time": \["1960-01-01", "1961-01-01", "1962-01-01"\],  
        "Afghanistan": \[1, 2, 3\],  
        "Angola": \[2, 3, 4\],  
        "Albania": \[1, 2, 5\],  
        "USA": \[5, 3, 4\],  
        "Argentina": \[1, 4, 5\],  
    }  
).set\_index("time")  
  
# Canvas類是動(dòng)畫的基礎(chǔ)  
cnv = nim.Canvas()  
# 使用Barplot模塊創(chuàng)建一個(gè)動(dòng)態(tài)條形圖, 插值頻率為2天  
bar = nim.Barplot(df, "%Y-%m-%d", "2d")  
# 使用了回調(diào)函數(shù), 返回以月、年為單位格式化的datetime  
bar.set\_time(callback=lambda i, datafier: datafier.data.index\[i\].year)  
# 將條形圖添加到畫布中  
cnv.add\_plot(bar)  
cnv.animate()  
plt.show()

Canvas類是動(dòng)畫的基礎(chǔ)，它會(huì)處理matplotlib圖、子圖以及創(chuàng)建和保存動(dòng)畫。

Barplot模塊創(chuàng)建動(dòng)態(tài)條形圖，有三個(gè)必傳參數(shù)，data、time_format、ip_freq。

分別為數(shù)據(jù)、時(shí)間格式、插值頻率(控制刷新頻率)。

效果如下，就是一個(gè)簡單的動(dòng)態(tài)條形圖。

我們還可以將結(jié)果保存為GIF或者是mp4，其中mp4需要安裝ffmpeg。

# 保存gif, 1秒24幀  
cnv.save("file", 24, "gif")  
  
# 電腦安裝好ffmpeg后, 安裝Python庫  
pip install ffmpeg-python  
  
# 保存mp4, 1秒24幀  
cnv.save("file", 24 ,"mp4")

第二個(gè)示例相對復(fù)雜一些，可以自定義參數(shù)，樣式設(shè)置成深色模式。

from matplotlib import pyplot as plt  
import numpy as np  
import pandas as pd  
import pynimate as nim  
  
  
# 更新條形圖  
def post\_update(ax, i, datafier, bar\_attr):  
    ax.spines\["top"\].set\_visible(False)  
    ax.spines\["right"\].set\_visible(False)  
    ax.spines\["bottom"\].set\_visible(False)  
    ax.spines\["left"\].set\_visible(False)  
    ax.set\_facecolor("#001219")  
    for bar, x, y in zip(  
        bar\_attr.top\_bars,  
        bar\_attr.bar\_length,  
        bar\_attr.bar\_rank,  
    ):  
        ax.text(  
            x - 0.3,  
            y,  
            datafier.col\_var.loc\[bar, "continent"\],  
            ha="right",  
            color="k",  
            size=12,  
        )  
  
  
# 讀取數(shù)據(jù)  
df = pd.read\_csv("sample.csv").set\_index("time")  
# 分類  
col = pd.DataFrame(  
    {  
        "columns": \["Afghanistan", "Angola", "Albania", "USA", "Argentina"\],  
        "continent": \["Asia", "Africa", "Europe", "N America", "S America"\],  
    }  
).set\_index("columns")  
# 顏色  
bar\_cols = {  
    "Afghanistan": "#2a9d8f",  
    "Angola": "#e9c46a",  
    "Albania": "#e76f51",  
    "USA": "#a7c957",  
    "Argentina": "#e5989b",  
}  
  
# 新建畫布  
cnv = nim.Canvas(figsize=(12.8, 7.2), facecolor="#001219")  
bar = nim.Barplot(  
    df, "%Y-%m-%d", "3d", post\_update=post\_update, rounded\_edges=True, grid=False  
)  
# 條形圖分類  
bar.add\_var(col\_var=col)  
# 條形圖顏色  
bar.set\_bar\_color(bar\_cols)  
# 標(biāo)題設(shè)置  
bar.set\_title("Sample Title", color="w", weight=600)  
# x軸設(shè)置  
bar.set\_xlabel("xlabel", color="w")  
# 時(shí)間設(shè)置  
bar.set\_time(  
    callback=lambda i, datafier: datafier.data.index\[i\].strftime("%b, %Y"), color="w"  
)  
# 文字顯示  
bar.set\_text(  
    "sum",  
    callback=lambda i, datafier: f"Total :{np.round(datafier.data.iloc\[i\].sum(),2)}",  
    size=20,  
    x=0.72,  
    y=0.20,  
    color="w",  
)  
  
# 文字顏色設(shè)置  
bar.set\_bar\_annots(color="w", size=13)  
bar.set\_xticks(colors="w", length=0, labelsize=13)  
bar.set\_yticks(colors="w", labelsize=13)  
# 條形圖邊框設(shè)置  
bar.set\_bar\_border\_props(  
    edge\_color="black", pad=0.1, mutation\_aspect=1, radius=0.2, mutation\_scale=0.6  
)  
cnv.add\_plot(bar)  
cnv.animate()  
# 顯示  
# plt.show()  
# 保存gif  
cnv.save("example3", 24, "gif")

效果如下，可以看出比上面的簡單示例好看了不少。

另外作者還提供了相關(guān)的接口文檔。

幫助我們理解學(xué)習(xí)，如何去自定義參數(shù)設(shè)置。

包含畫布設(shè)置、保存設(shè)置、條形圖設(shè)置、數(shù)據(jù)設(shè)置等等。

下面我們就通過獲取電視劇狂飆角色的百度指數(shù)數(shù)據(jù)，來制作一個(gè)動(dòng)態(tài)條形圖。

先對網(wǎng)頁進(jìn)行分析，賬號登陸百度指數(shù)，搜索關(guān)鍵詞「高啟強(qiáng)」，查看數(shù)據(jù)情況。

發(fā)現(xiàn)數(shù)據(jù)經(jīng)過js加密，所以需要對獲取到的數(shù)據(jù)進(jìn)行解析。

使用了一個(gè)開源的代碼，分分鐘就搞定數(shù)據(jù)問題。

具體代碼如下，其中「cookie值」需要替換成你自己的。

import datetime  
import requests  
import json  
  
word\_url = 'http://index.baidu.com/api/SearchApi/thumbnail?area=0&word={}'  
  
  
def get\_html(url):  
    headers = {  
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.82 Safari/537.36",  
        "Host": "index.baidu.com",  
        "Referer": "http://index.baidu.com/v2/main/index.html",  
        "Cipher-Text": "1652425237825\_1652501356206\_VBpwl9UG8Dvs2fAi91KToRTSAP7sDsQU5phHL97raPDFJdYz3fHf9hBAQrGGCs+qJoP7yb44Uvf91F7vqJLVL0tKnIWE+W3jXAI30xx340rhcwUDQZ162FPAe0a1jsCluJRmMLZtiIplubGMW/QoE/0Pw+2caH39Ok8IsudE4wGLBUdYg1/bKl4MGwLrJZ7H6wbhR0vT5X0OdCX4bMJE7vcwRCSGquRjam03pWDGZ51X15fOlO0qMZ2kqa3BmxwNlfEZ81l3L9nZdrc3/Tl4+mNpaLM7vA5WNEQhTBoDVZs6GBRcJc/FSjd6e4aFGAiCp1Y8MD66chTiykjIN51s7gbJ44JfVS0NjBnsvuF55bs="  
    }  
    cookies = {  
        'Cookie': 你的cookie  
    }  
    response = requests.get(url, headers=headers, cookies=cookies)  
    return response.text  
  
  
def decrypt(t, e):  
    n = list(t)  
    i = list(e)  
    a = {}  
    result = \[\]  
    ln = int(len(n) / 2)  
    start = n\[ln:\]  
    end = n\[:ln\]  
    for j, k in zip(start, end):  
        a.update({k: j})  
    for j in e:  
        result.append(a.get(j))  
    return ''.join(result)  
  
  
def get\_ptbk(uniqid):  
    url = 'http://index.baidu.com/Interface/ptbk?uniqid={}'  
    resp = get\_html(url.format(uniqid))  
    return json.loads(resp)\['data'\]  
  
  
def get\_data(keyword, start='2011-01-02', end='2023-01-02'):  
    url = "https://index.baidu.com/api/SearchApi/index?area=0&word=\[\[%7B%22name%22:%22{}%22,%22wordType%22:1%7D\]\]&startDate={}&endDate={}".format(keyword, start, end)  
    data = get\_html(url)  
    data = json.loads(data)  
    uniqid = data\['data'\]\['uniqid'\]  
    data = data\['data'\]\['userIndexes'\]\[0\]\['all'\]\['data'\]  
    ptbk = get\_ptbk(uniqid)  
    result = decrypt(ptbk, data)  
    result = result.split(',')  
    start = start\_date.split("-")  
    end = end\_date.split("-")  
    a = datetime.date(int(start\[0\]), int(start\[1\]), int(start\[2\]))  
    b = datetime.date(int(end\[0\]), int(end\[1\]), int(end\[2\]))  
    node = 0  
    for i in range(a.toordinal(), b.toordinal()):  
        date = datetime.date.fromordinal(i)  
        print(date, result\[node\])  
        node += 1  
        with open('data.csv', 'a+') as f:  
            f.write(keyword + ',' + date.strftime('%Y-%m-%d') + ',' + result\[node\] + '\\n')  
  
  
if \_\_name\_\_ == '\_\_main\_\_':  
    names = \['唐小龍', '孟德海', '孟鈺', '安欣', '安長林', '徐忠', '徐江', '曹闖', '李響', '李宏偉', '李有田', '楊健', '泰叔', '趙立冬', '過山峰', '陸寒', '陳書婷', '高啟蘭', '高啟強(qiáng)', '高啟盛', '高曉晨'\]  
    for keyword in names:  
        start\_date = "2023-01-14"  
        end\_date = "2023-02-04"  
        get\_data(keyword, start\_date, end\_date)

爬取數(shù)據(jù)情況如下，一共是400多條，其中有空值存在。

然后就是轉(zhuǎn)換成pynimate所需的數(shù)據(jù)格式。

對數(shù)據(jù)進(jìn)行數(shù)據(jù)透視表操作，并且將空值數(shù)據(jù)填充為0。

import pandas as pd  
  
# 讀取數(shù)據(jù)  
df = pd.read\_csv('data.csv', encoding='utf-8', header=None, names=\['name', 'day', 'number'\])  
  
# 數(shù)據(jù)處理，數(shù)據(jù)透視表  
df\_result = pd.pivot\_table(df, values='number', index=\['day'\], columns=\['name'\], fill\_value=0)  
# 保存  
df\_result.to\_csv('result.csv')

保存文件，數(shù)據(jù)情況如下。

使用之前深色模式的可視化代碼，并略微修改。

比如設(shè)置條形圖數(shù)量(n_bars)、標(biāo)題字體大小及位置、中文顯示等等。

from matplotlib import pyplot as plt  
import pandas as pd  
import pynimate as nim  
  
# 中文顯示  
plt.rcParams\['font.sans-serif'\] = \['SimHei'\]  #Windows  
plt.rcParams\['font.sans-serif'\] = \['Hiragino Sans GB'\] #Mac  
plt.rcParams\['axes.unicode\_minus'\] = False  
  
  
# 更新條形圖  
def post\_update(ax, i, datafier, bar\_attr):  
    ax.spines\["top"\].set\_visible(False)  
    ax.spines\["right"\].set\_visible(False)  
    ax.spines\["bottom"\].set\_visible(False)  
    ax.spines\["left"\].set\_visible(False)  
    ax.set\_facecolor("#001219")  
  
  
# 讀取數(shù)據(jù)  
df = pd.read\_csv("result.csv").set\_index("day")  
  
# 新建畫布  
cnv = nim.Canvas(figsize=(12.8, 7.2), facecolor="#001219")  
bar = nim.Barplot(  
    df, "%Y-%m-%d", "3h", post\_update=post\_update, rounded\_edges=True, grid=False, n\_bars=6  
)  
# 標(biāo)題設(shè)置  
bar.set\_title("《狂飆》主要角色熱度排行(百度指數(shù))", color="w", weight=600, x=0.15, size=30)  
# 時(shí)間設(shè)置  
bar.set\_time(  
    callback=lambda i, datafier: datafier.data.index\[i\].strftime("%Y-%m-%d"), color="w", y=0.2, size=20  
)  
  
# 文字顏色設(shè)置  
bar.set\_bar\_annots(color="w", size=13)  
bar.set\_xticks(colors="w", length=0, labelsize=13)  
bar.set\_yticks(colors="w", labelsize=13)  
# 條形圖邊框設(shè)置  
bar.set\_bar\_border\_props(  
    edge\_color="black", pad=0.1, mutation\_aspect=1, radius=0.2, mutation\_scale=0.6  
)  
cnv.add\_plot(bar)  
cnv.animate()  
# 顯示  
# plt.show()  
# 保存gif  
cnv.save("kuangbiao", 24, "gif")

執(zhí)行代碼，《狂飆》電視劇角色熱度排行的動(dòng)態(tài)條形圖就制作好了。

結(jié)果如下，看著還不錯(cuò)。