【用pandas_alive几行代码绘制竞赛动图】9.G7国家的预期寿命（测试代码+数据集+绘图参数解析）

---

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中

资源文件下载：
专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

所有效果图预览：
效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

环境配置：
环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）

---

9.G7国家的预期寿命

内容和前面的图8.城市人口 类似，主要是更多的综合应用，结合了数据处理（从网络上获取数据并转化成我们需要的数据）

G7国家的预期寿命图API说明：

data_raw = data_raw.pivot(
index=“Year”, columns=“Entity”, values=“Life expectancy (Gapminder, UN)”
)

• 重塑数据（产生一个“pivot”表格）以列值为标准。使用来自索引/列的唯一的值（去除重复值）为轴形成dataframe结果。

G7国家的预期寿命图数据集

数据集文件名为 Life Expectancy in G7 Countries，码云下载

data_raw = pd.read_csv("数据源data/Life Expectancy in G7 Countries.csv")
# 原作者是在线获取，这里直接用已经下载好的csv
# data_raw = pd.read_csv(
#     "https://raw.githubusercontent.com/owid/owid-datasets/master/datasets/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN.csv"
# )

G7国家的预期寿命图例程

# @Time    : 2022/1/12 22:15
# @Author  : 南黎
# @FileName: 9.G7国家的预期寿命.py

import pandas as pd

######显示中文宋体字体导入，如果使用中文加上这段代码######
import matplotlib as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
#####################################################

import pandas_alive
import pandas as pd

data_raw = pd.read_csv("数据源data/Life Expectancy in G7 Countries.csv")
# 原作者是在线获取，这里直接用已经下载好的csv
# data_raw = pd.read_csv(
#     "https://raw.githubusercontent.com/owid/owid-datasets/master/datasets/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN/Long%20run%20life%20expectancy%20-%20Gapminder%2C%20UN.csv"
# )


list_G7 = [
    "Canada",
    "France",
    "Germany",
    "Italy",
    "Japan",
    "United Kingdom",
    "United States",
]
#重塑数据（产生一个“pivot”表格）以列值为标准。使用来自索引/列的唯一的值（去除重复值）为轴形成dataframe结果。
data_raw = data_raw.pivot(
    index="Year", columns="Entity", values="Life expectancy (Gapminder, UN)"
)

data = pd.DataFrame()
data["Year"] = data_raw.reset_index()["Year"]
#因为原始网页数据集有很多国家，这里选择我们需要的7个国家
for country in list_G7:
    data[country] = data_raw[country].values

data = data.fillna(method="pad")
data = data.fillna(0)
data = data.set_index("Year").loc[1900:].reset_index()

data["Year"] = pd.to_datetime(data.reset_index()["Year"].astype(str))

data = data.set_index("Year")

animated_bar_chart = data.plot_animated(
    period_fmt="%Y",#动态更新图中时间戳
    perpendicular_bar_func="mean", #设置平均值辅助线
    period_length=200,#周期长度 200ms
    fixed_max=True,

)

animated_line_chart = data.plot_animated(
    kind="line",
    period_fmt="%Y",
    period_length=200,
    fixed_max=True
)

pandas_alive.animate_multiple_plots(
    filename="9.G7国家的预期寿命.gif",
    plots=[animated_bar_chart, animated_line_chart],
    title="发现你走远了——9.G7国家的预期寿命",
    adjust_subplot_left=0.2,
    adjust_subplot_top=0.9,
    enable_progress_bar=True
)

---

总结

版权声明：

发现你走远了@mzh原创作品，转载必须标注原文链接

Copyright 2022 mzh

Crated：2022-1-14

我折腾了一星期，梳理了很多入门小白避雷的方法，还会继续更新，如果看了对你有帮助，希望得到大家的点赞收藏支持！（毕竟时短间学完太难了，建议放进收藏夹吃灰）

欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
欢迎关注 『pandas_alive绘制竞赛动图』 专栏，持续更新中
【一、效果图展示（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【二、专栏学习说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【三、环境配置与检测（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【四、数据集说明（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【五、常见问题（配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析）】
【1.条形图（测试代码+数据集+绘图参数解析）】
【2.折线图（测试代码+数据集+绘图参数解析）】
【3.散点图（测试代码+数据集+绘图参数解析）】
【4.饼状图（测试代码+数据集+绘图参数解析）】
【5.气泡图（测试代码+数据集+绘图参数解析）】
【6.地理空间图（测试代码+数据集+绘图参数解析）】
【7.多个图表（测试代码+数据集+绘图参数解析）】
【8.城市人口（测试代码+数据集+绘图参数解析）】
【9.G7国家的预期寿命（测试代码+数据集+绘图参数解析）】
【10.新南威尔士州 COVID 可视化（测试代码+数据集+绘图参数解析）】
【更多内容敬请期待】

---