越來越多的公司開始使用Python進行數(shù)據(jù)處理。其中，對處理過的數(shù)據(jù)進行圖表生成則變得必不可少。一般來說，生成的圖表都是靜態(tài)的。最多也就是通過圖表顏色的變化使其好看一點。但是，如果讓圖表自己動起來，比如說：奔跑起來，是不是立馬可以吸引你的目光呢。

　　Bar Chart Races (條形圖比賽）最近悄然流行起來。‘條形圖比賽’這種形式最早出現(xiàn)在Matt Navarra的tweet上，瀏覽次數(shù)超過1000萬次。隨后，F(xiàn)lourish Studio發(fā)布了Race Chart，一款快速制作條形圖比賽的傻瓜式工具。

　　那么，會python的你能不能自己實現(xiàn)‘條形圖比賽’呢？答案自然是：可以。

　　跟著我一起來完成第一個‘Bar Chart Races’吧！

　　數(shù)據(jù)準備

　　2018年，世界城市人口最多的10大城市有哪些呢？那2017呢？

　　這次，就一起來做一個世界城市人口最多的10大城市的編年史吧。

　　使用python處理數(shù)據(jù)以及繪圖自然少不了Pandas和matplotlib這兩把利器。先導(dǎo)入一些我們會用到的python包。

　　接下來，導(dǎo)入世界城市人口數(shù)據(jù)。

　　總共有6252條數(shù)據(jù)。通過觀察，我們只需要name、group、year和value這四列數(shù)據(jù)即可。

　　通過iloc方法，我們截取前四列數(shù)據(jù)。1500年，北京的人口67.2萬。

　　而2018年世界上人口數(shù)最多的城市又有哪些呢？

　　2018年人口最多的城市是東京，3819.4萬。上海和北京分別為2577.8和2267.4萬。數(shù)據(jù)永遠沒有圖表來的直觀。一起先來做一個2018年城市人口Top10的柱狀圖吧！

　　當(dāng)然，光是這樣真的很土。一張好的圖表，一定要色彩鮮明，信息傳達清晰。因此，我們需要對圖表的字體、顏色，坐標軸樣式、坐標標簽等等進行處理。

　　圖表美化

　　通過對整個數(shù)據(jù)group列的處理，城市來自于六大板塊。那么，我們可以給六大板塊不同的配色，之后的板塊城市繼承該配色。

　　同時，我們將城市與對應(yīng)板塊進行配對。

　　通過ax.text()函數(shù)，我們可以對圖表內(nèi)每一個柱狀圖城市名、對應(yīng)板塊名和人口數(shù)進行位置上的調(diào)整，調(diào)整后效果如下。

　　為了色彩的多樣性，我們將各個板塊的顏色添加進去，并且增加標題和坐標軸的變化。

　　Bar chart races制作

　　由于數(shù)據(jù)是以年為基礎(chǔ)的，我們將上述代碼封裝成函數(shù) bar_chart_race，參數(shù)為年-year。

　　有了函數(shù) bar_chart_race，就可以輕松的做出每年的柱狀圖了。

　　Python的繪圖包matplotlib中自帶了很多動態(tài)的變化-matplotlib.animation。其中，F(xiàn)uncAnimation可以通過循環(huán)調(diào)用繪圖函數(shù)進行圖像的更新。下面就是見證奇跡的時刻了。

　　將bar_chart_race函數(shù)作為參數(shù)放入animation.FuncAnimation中，就可以制成從1500年到2018年世界人口Top10城市變化圖了。

　　總結(jié)

　　Matplotlib是一個很值得認真學(xué)習(xí)庫。希望你能從這篇文章中學(xué)到數(shù)據(jù)處理以及動態(tài)作圖的知識。

　　下面就欣賞一下我們做的動態(tài)圖吧！

　　代碼如下：animator.save('animation.gif', writer='pillow', fps=60)

以上便是小編給大家?guī)淼娜績?nèi)容，轉(zhuǎn)發(fā)此文+關(guān)注 并私信小編“資料”即可免費領(lǐng)取2019最新python資料和零基礎(chǔ)入門教程！以上便是小編給大家?guī)淼娜績?nèi)容，轉(zhuǎn)發(fā)此文+關(guān)注 并私信小編“資料”即可免費領(lǐng)取2019最新python資料和零基礎(chǔ)入門教程！