Python matplotlib绘制实时数据动画
目录
- 一、实时数据可视化的数据准备
- 01.设置图表主题样式
- 02使用样例数据
- 二、使用电影票房数据制作动画
一、实时数据可视化的数据准备
import pandas as pd import matplotlib.pyplot as plt
# 设置一般的样例数据 x=[0,1,2,3,4] # x轴数据 y=[0,1,2,3,4] # y轴数据 # 设置多维数据 dev_x=[25,26,27,28,29,30] # 开发者的年龄 dev_y=[7567,8789,8900,11560,16789,25231] #收入情况 py_dev_y=[5567,6789,9098,15560,20789,23231] # python开发者 js_dev_y=[6567,7789,8098,12356,14789,20231] # java开发者 devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y])
01.设置图表主题样式
之前用的都是经典样式:
plt.style.use('classic') plt.plot(x,y)
现在换成538样式:
plt.style.use('fivethirtyeight') # 538统计样式 from IPython.display import HTML # 在实现动态的过程中必须引入的库 plt.plot(x,y)
02 使用样例数据
import random from itertools import count
index=count() x1=[] y1=[]
x1.append(next(index)) y1.append(random.randint(0,50)) plt.plot(x1,y1)
先来试试手动的效果:
该效果即我们要实现的动画。
def animate(i): x1.append(next(index)) y1.append(random.randint(0,50)) plt.plot(x1,y1)
from matplotlib.animation import FuncAnimation ani=FuncAnimation(plt.gcf(),animate,interval=1000) # interval=1000代表时间间隔,数值越小,则时间间隔越短 HTML(ani.to_jshtml())
上面的视频是演示数据的生成过程,会发现每次变化的时候颜色都会变化。
在视频底下还有一张完整的图片,表示在时间节点之中Python生成的序列数:
如果想要每次变化的时候图像都在原有基础上变化,则使用如下:
plt.cla()
def animate(i): x1.append(next(index)) y1.append(random.randint(0,50)) plt.cla() #每次变化的时候都是在原有基础上改变 plt.plot(x1,y1)
二、使用电影票房数据制作动画
动态实时的数据往往和时间轴有关联,本次使用的数据: cnboo1.xlsx
import pandas as pd cnbodf=pd.read_excel('cnboo1.xlsx') cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)
def mkpoints(x,y): return len(str(x))*(y/25)-3 cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)
cnbodfgb=cnbodfsort.groupby("TYPE").mean(["bo","prices","persons","points"]) cnbodfsort['type1']=cnbodfsort['TYPE'].apply(lambda x:x.split("/")[0]) cnbodfgb=cnbodfsort.groupby(["type1"])["ID","BO","PRICE","PERSONS","points"].mean() cnbodfgbsort=cnbodfgb.sort_values("BO",ascending=False)
x=cnbodfsort['PERSONS'] y=cnbodfsort['PRICE'] plt.plot(x,y)
当我们分别以人数和电影票价格作为x和y轴的数据是,可以看到数据是较为紊乱的:
而动态实时的数据线往往是和时间有关联的。
因此我们需要把数据进行重新定义。
y1=y.to_list() X1=x.to_list()
def animate(i): x1.append(next(index)) y1.append(y[random.randint(1,49)]) # 表示在50条电影数据中随机选择一条 plt.cla() #每次变化的时候都是在原有基础上改变 plt.plot(x1,y1)
x1=[] y1=[]
ani=FuncAnimation(plt.gcf(),animate,interval=1000) HTML(ani.to_jshtml())
最终呈现的效果如下:
到此这篇关于Python matplotlib绘制实时数据动画的文章就介绍到这了,更多相关Python matplotlib数据动画内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
赞 (0)