
動(dòng)態(tài)條形圖大火了一陣子,尤其是那種對(duì)比世界各國歷年來的GDP或者軍事實(shí)力的動(dòng)態(tài)條形圖,配上激動(dòng)人心的音樂,眼看著中國從后往前排名不斷考前,作為愛國的人,集體榮譽(yù)感爆棚的那種,真的是心潮澎湃自豪到仿佛國力的提升我也做出了不可磨滅的貢獻(xiàn)一般(捂臉)。
雖然我沒有對(duì)國力提升做出什么不可磨滅的貢獻(xiàn),但是我可以探索下動(dòng)態(tài)條形圖是怎樣繪制的,應(yīng)該也算是傳播知識(shí)了吧(笑哭)。
先看下數(shù)據(jù),依然是英超各球隊(duì)的積分?jǐn)?shù)據(jù),制作動(dòng)態(tài)條形圖,對(duì)數(shù)據(jù)量要求會(huì)稍微大一些,對(duì)于有時(shí)間維度的數(shù)據(jù)來說,時(shí)間越長,能體現(xiàn)的變化和信息量就會(huì)越多,這里我們只選取了從2010–2019年英超各球隊(duì)的積分?jǐn)?shù)據(jù),這個(gè)數(shù)據(jù)量不算大,但是不影響學(xué)習(xí)原理和實(shí)現(xiàn)步驟。
選取每年前十的球隊(duì)進(jìn)入數(shù)據(jù)集,最終的數(shù)據(jù)集長這個(gè)樣子:
我們一步一步來,先繪制一個(gè)簡單的條形圖,比如繪制2019年排名前十球隊(duì)積分的條形圖,準(zhǔn)備數(shù)據(jù),把2019年的數(shù)據(jù)提取出來然后進(jìn)行排序并選擇前十名的球隊(duì)數(shù)據(jù),具體代碼如下:
year = 2019 dff = (df_t[df_t["年份"].eq(year)] .sort_values(by='積分', ascending=True) .tail(10)) dff
結(jié)果:
簡單解釋下,這里并沒有復(fù)雜的代碼,都是常用的語法,除了一個(gè)df.eq(),這個(gè)方法主要是進(jìn)行對(duì)比,將df中符合括號(hào)內(nèi)變量要求的數(shù)據(jù)并提取出來,原始的數(shù)據(jù)中包含了從2010–2019的所有數(shù)據(jù),這里只需要2019年的,所以通過這種方式把2019年的數(shù)據(jù)提取出來。
后邊的排序語法選擇升序排序,這樣排在第一位的是積分最少的球隊(duì),所以要選取排名前十的球隊(duì)不能用head(10),而是用tail(10),選取結(jié)尾的10行。之所以這么操作,還是由于條形圖繪制過程中是從下往上畫,為了條形的排序是從下往上條形越來越長,所以采用這樣的操作。
來看一下上邊截取出來的數(shù)據(jù)集繪制出來的條形圖是什么樣子的:
plt.figure(figsize=(10,6)) plt.barh(dff['球隊(duì)'], dff['積分']);
ok,畫出來是符合要求的條形圖!
如果不設(shè)置顏色,畫出來的所有條都是一個(gè)顏色,就像上邊的那幅圖。
為了讓圖形更美觀,對(duì)各個(gè)球隊(duì)的積分變化看起來更明顯,還是要設(shè)置一下顏色。這里有兩個(gè)選擇,一是對(duì)排名設(shè)置顏色,即無論哪個(gè)球隊(duì)是第一名,只要排到第一名就會(huì)被指定這種顏色,還有一種是給每個(gè)球隊(duì)指定顏色,無論這個(gè)球隊(duì)排名是多少,它的顏色都不會(huì)變。
實(shí)踐證明第二種方法更復(fù)雜一點(diǎn),但是更容易被接受,所以這里采用的第二種方法來設(shè)置顏色。
names = df_t10.球隊(duì).unique() #查看排名進(jìn)過前十的球隊(duì)都有哪些 names
返回結(jié)果一共24個(gè)球隊(duì):
array(['曼聯(lián)', '切爾西', '曼城', '阿森納', '熱刺', '利物浦', '埃弗頓', '富勒姆', '阿斯頓維拉', '桑德蘭', '紐卡斯?fàn)?, '西布羅姆維奇', '斯旺西', '西漢姆聯(lián)', '南安普敦', '斯托克城', '水晶宮', '萊斯特', '伯恩茅斯', '西布朗', '伯恩利', '萊斯特城', '狼隊(duì)', '謝菲爾德聯(lián)'], dtype=object)
生成24個(gè)不同的顏色:
import matplotlib.cm as cm c = [] for i in range(len(names)): c.append(cm.nipy_spectral(float(i)/len(names))) colors1 = dict(zip(names,c)) # 每個(gè)球隊(duì)對(duì)應(yīng)一個(gè)顏色
由于顏色種類比較多,一一指定太費(fèi)時(shí)間和精力,所以引入matplotlib.cm色譜,cm.nipy_spectral()函數(shù),賦給它不同的浮點(diǎn)數(shù)數(shù)值能夠生成不同的顏色。
plt.figure(figsize=(12,6)) #給不同的條形添加不同顏色的時(shí)候注意顏色列表有24中顏色,不能直接讓顏色等于顏色列表 for i in range(len(dff)): plt.barh(dff['球隊(duì)'].iloc[i], dff['積分'].iloc[i], color=colors1[dff['球 隊(duì)'].iloc[i]],alpha = 0.5) # 在畫布右方添加年份 plt.text(1, 0.4, current_year, transform=ax.transAxes, size=46, ha='right',alpha=0.5);
效果圖:
其實(shí)大家都知道,所謂視頻也是由一幀一幀的畫面組成按照順序播放形成視頻的,而我們的動(dòng)圖運(yùn)用的也是這個(gè)原理,所以只需把繪制條形圖的代碼封裝成一個(gè)函數(shù),然后重復(fù)調(diào)用這個(gè)函數(shù)在不同的數(shù)據(jù)集上繪制圖形就可以實(shí)現(xiàn)動(dòng)態(tài)展現(xiàn)。
fig, ax = plt.subplots(figsize=(12, 6)) #同時(shí)建立畫布和子畫布,沒有設(shè)置默認(rèn)為一個(gè)子畫布 def draw_bar(year): ax.spines['right'].set_color('none') #把右邊的邊框顏色設(shè)置為無色,隱藏右邊框 ax.spines['top'].set_color('none') #把上邊的邊框顏色設(shè)置為無色,隱藏上邊框 ax.spines['left'].set_color('none') #把右邊的邊框顏色設(shè)置為無色,隱藏左邊框 ax.spines['bottom'].set_color('none') #把上邊的邊框顏色設(shè)置為無色,隱藏下邊框 #準(zhǔn)備數(shù)據(jù) dff = (df_t[df_t["年份"].eq(year)].sort_values(by='積分', ascending=True).tail(10)) ax.clear() #清空已存在的圖像 for i in range(len(dff)): colors =cm.nipy_spectral(float(i)/len(dff)) ax.barh(dff['球隊(duì)'].iloc[i], dff['積分'].iloc[i], height=0.7, color=colors1[dff['球隊(duì)'].iloc[i]],alpha = 0.5) ax.text(dff['積分'].iloc[i]-3,i+0.1,dff['球隊(duì)'].iloc[i]) ax.text(dff['積分'].iloc[i]-2,i-0.3,dff['積分'].iloc[i]) ax.text(1, 0.4, year, transform=ax.transAxes, color='#777777', size=46, ha='right',alpha=0.5, weight=800) ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}')) ax.xaxis.set_ticks_position('top') ax.tick_params(axis='x', colors='#777777', labelsize=12) ax.set_yticks([]) ax.margins(0, 0.01) ax.grid(which='major', axis='x', linestyle='-') ax.set_axisbelow(True) ax.text(0.2, 1.1, '2010--2019英超各球隊(duì)年度積分', transform=ax.transAxes, size=20, weight=600, ha='left'); draw_bar(2019)
函數(shù)已經(jīng)封裝好了,接下來是激動(dòng)人心實(shí)現(xiàn)動(dòng)圖的操作了,需要matplotlib中的animation模塊,運(yùn)用該模塊中的FuncAnimation方法重復(fù)調(diào)用前邊定義好的畫圖函數(shù),實(shí)現(xiàn)動(dòng)畫效果:
import matplotlib.animation as animation #導(dǎo)入animation模塊 from IPython.display import HTML #導(dǎo)入HTML模塊 fig, ax = plt.subplots(figsize=(10, 6)) animator = animation.FuncAnimation(fig, draw_bar, frames=range(2010, 2020),interval = 600) #interval控制更迭速度,默認(rèn)200毫秒 HTML(animator.to_jshtml()) #將渲染的HTML輸出嵌入到iPython輸出中 animator.save('yingchao.gif',writer='imagemagick') # 保存 gif 動(dòng)態(tài)圖
動(dòng)態(tài)條形圖就完活兒了,代碼沒有很復(fù)雜,完整的過程就最后的兩段代碼,前期的代碼主要是分解了中間的過程,方便理解而已,有興趣的小伙伴可以深入研究或者換個(gè)數(shù)據(jù)集看下實(shí)現(xiàn)效果。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03