厉害了，用Python绘制动态可视化图表，并保存成gif格式

安装相关的模块

首先第一步的话我们需要安装相关的模块，通过 pip 命令来安装

pip install gif

gif
matplotlib
plotly
altair

pip install  "gif[altair]"

pip install  "gif[matplotlib]"

pip install 

"gif[plotly]"

gif 和 matplotlib 的结合

我们先来看 gif 和 matplotlib 模块的结合，我们先来看一个简单的例子，代码如下

import random

from matplotlib import pyplot as plt

import gif

x = [random.randint(0, 100)  for _  in range(100)]

y = [random.randint(0, 100)  for _  in range(100)]

gif.options.matplotlib[ "dpi" ] = 300

@gif.frame

def plot(i):

xi = x[i*10:(i+1)*10]

yi = y[i*10:(i+1)*10]

plt.scatter(xi, yi)

plt.xlim((0, 100))

plt.ylim((0, 100))

frames = []

for i  in range(10):

frame = plot(i)

frames.append(frame)

gif.save(frames,  'example.gif' , duration=3.5, unit= "s"

, between=

"startend"

)

output

gif
for
gif

gif 和 plotly 的结合

matplotlib
gif
plotly

import random

import plotly.graph_objects as go

import pandas as pd

import gif

df = pd.DataFrame({

't' : list(range(10)) * 10,

'x' : [random.randint(0, 100)  for _  in range(100)],

'y' : [random.randint(0, 100)  for _  in range(100)]

})

@gif.frame

def plot(i):

d = df[df[ 't' ] == i]

fig = go.Figure()

fig.add_trace(go.Scatter(

x=d[ "x" ],

y=d[ "y" ],

mode= "markers"

))

fig.update_layout(width=500, height=300)

return fig

frames = []

for i  in range(10):

frame = plot(i)

frames.append(frame)

gif.save(frames, 

'example_plotly.gif'

, duration=100)

output

整体的代码逻辑和上面的相似，这里也就不做具体的说明了

matplotlib 多子图动态可视化

上面绘制出来的图表都是在单张图表当中进行的，那当然了我们还可以在多张子图中进行动态可视化的展示，代码如下

# 读取数据

df = pd.read_csv( 'weather_hourly_darksky.csv' )

df = df.rename(columns={ "time" :  "date" })

@gif.frame

def plot(df, date):

df = df.loc[df.index[0]:pd.Timestamp(date)]

fig, (ax1, ax2, ax3) = plt.subplots(3, figsize=(10, 6), dpi=100)

ax1.plot(df.temperature, marker= 'o' , linestyle= '--' , linewidth=1, markersize=3, color= 'g' )

maxi = round(df.temperature.max() + 3)

ax1.set_xlim([START, END])

ax1.set_ylim([0, maxi])

ax1.set_ylabel( 'TEMPERATURE' , color= 'green' )

ax2.plot(df.windSpeed, marker= 'o' , linestyle= '--' , linewidth=1, markersize=3, color= 'b' )

maxi = round(df.windSpeed.max() + 3)

ax2.set_xlim([START, END])

ax2.set_ylim([0, maxi])

ax2.set_ylabel( 'WIND' , color= 'blue' )

ax3.plot(df.visibility, marker= 'o' , linestyle= '--' , linewidth=1, markersize=3, color= 'r' )

maxi = round(df.visibility.max() + 3)

ax3.set_xlim([START, END])

ax3.set_ylim([0, maxi])

ax3.set_ylabel( 'VISIBILITY' , color= 'red' )

frames = []

for date  in pd.date_range(start=df.index[0], end=df.index[-1], freq= '1M' ):

frame = plot(df, date)

frames.append(frame)

gif.save(frames,  "文件名称.gif"

, duration=0.5, unit=

's'

)

output

动态气泡图

最后我们用 plotly 模块来绘制一个动态的气泡图，代码如下

import gif

import plotly.graph_objects as go

import numpy as np

np.random.seed(1)

N = 100

x = np.random.rand(N)

y = np.random.rand(N)

colors = np.random.rand(N)

sz = np.random.rand(N) * 30

layout = go.Layout(

xaxis={ 'range' : [-2, 2]},

yaxis={ 'range' : [-2, 2]},

margin=dict(l=10, r=10, t=10, b=10)

)

@gif.frame

def plot(i):

fig = go.Figure(layout=layout)

fig.add_trace(go.Scatter(

x=x[:i],

y=y[:i],

mode= "markers" ,

marker=go.scatter.Marker(

size=sz[:i],

color=colors[:i],

opacity=0.6,

colorscale= "Viridis"

)

))

fig.update_layout(width=500, height=300)

return fig

frames = []

for i  in range(100):

frame = plot(i)

frames.append(frame)

gif.save(frames, 

"bubble.gif"

)

output