鹤壁网站建设,网站防注入怎么办,怎么做才能提高网站权重,购买链接平台数据可视化动画还在用Excel做#xff1f;
现在一个简单的Python包就能分分钟搞定#xff01;
而且生成的动画也足够丝滑#xff0c;效果是酱紫的#xff1a; 这是一位专攻Python语言的程序员开发的安装包#xff0c;名叫Pynimate。
目前可以直接通过PyPI安装使用。 使用…数据可视化动画还在用Excel做
现在一个简单的Python包就能分分钟搞定
而且生成的动画也足够丝滑效果是酱紫的 这是一位专攻Python语言的程序员开发的安装包名叫Pynimate。
目前可以直接通过PyPI安装使用。 使用指南
想要使用Pynimate直接import一下就行。
import pynimate as nim输入数据后Pynimate将使用函数Barplot来创建条形数据动画。
而创建这种动画输入的数据必须是pandas数据结构如下其中将时间列设置为索引换句话说索引代表的是自变量。
time, col1, col2, col3
2012 1 2 1
2013 1 1 2
2014 2 1.5 3
2015 2.5 2 3.5
具体的代码形式如下
import pandas as pddf pd.read_csv(datacsv).set_index(time)
比如要处理具体的数据写成代码应该是这样子的。
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)
此外要制作条形数据动画Barplot还有三个必需的参数得注意data、time_format和ip_freqInterpolation frequency。
data就是表格的数据这里也就不再赘述。
time_format是指数据索引的时间日期格式一般为”%Y-%m-%d”。
最后是ip_freq它是制作动画中比较关键的一步通过线性插值使动画更加流畅丝滑。
一般来说并不是所有的原始数据都适合做成动画现在一个典型的视频是24fps即每秒有24帧。
举个栗子下面这个表格中的数据只有三个时间点按理说只能生成3帧视频最终动画也只有3/24秒。
time, col1, col2
2012 1 3
2013 2 2
2014 3 1
这时候ip_freq插值线性就开始发挥作用了如果插值是一个季度则得出的数据就变成了这样
time col1 col2
2012-01-01 1.00 3.00
2012-04-01 1.25 2.75
2012-07-01 1.50 2.50
2012-10-01 1.75 2.25
2013-01-01 2.00 2.00
2013-04-01 2.25 1.75
2013-07-01 2.50 1.50
2013-10-01 2.75 1.25
2014-01-01 3.00 1.00
具体的插值时间间隔为多久则要视具体的数据而定一般绘制大数据时设置为ip_freq None。
至此就能生成数据动画了完整代码如下所示
from matplotlib import pyplot as pltimport pandas as pdimport pynimate as nim
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)
cnv nim.Canvas()bar nim.Barplot(df, %Y-%m-%d, 2d)bar.set_time(callbacklambda i, datafier: datafier.data.index[i].year)cnv.add_plot(bar)cnv.animate()plt.show()
这是插值为两天生成的动画效果。 最后还有一个问题那就是保存动画有两个格式可以选择gif或者mp4。
保存为动图一般使用
cnv.save(file, 24, gif)若要保存为mp4的话ffmpeg是个不错的选择它是保存为mp4的标准编写器。 pip install ffmpeg-python或者
conda install ffmpeg当然同样也可以使用Canvas.save()来保存。
cnv.save(file, 24 ,mp4)
作者介绍
julkar9Python/Flutter 开发人员研究的方向为数据分析与可视化。
小哥表示Pynimate还会不断更新目前正在接受大家的反馈之后还会上线等值区域图等功能。 他还开发了一个应用程序Chatmetry同样也与数据统计有关是一个用于创建whatsapp聊天统计数据的机器人应用程序。
这个程序可以从导出的聊天中生成各种统计信息同时支持个人和群组聊天并且是完全离线的既不会保存也不会共享。 传送门 https://julkaar9.github.io/pynimate/
