制作惊艳的可视化动图,ipyvizzu 这款 Python 可视化库不可少
今天我给大家介绍一款可视化模块,使用它可以绘制出十分惊艳的动图效果,那么当然第一步我们首先是要安装一下该模块。喜欢记得收藏、关注、点赞。
通过pip
命令行来安装
pip install ipyvizzu
牛刀小试
注:完整版代码、数据、技术交流,文末获取。
我们首先来简单地使用该模块来绘制一张动图,用Pandas
导入数据集,代码如下
import pandas as pd
from ipyvizzu import Chart, Data, Config
data_frame = pd.read_csv("titanic.csv")
在导入数据集完毕之后,小编先来介绍一下使用该模块的大致步骤,我们实例化Data()
对象,然后将导入的数据集放置其中,代码如下
data = Data()
data.add_data_frame(data_frame)
然后我们再实例化图表对象Chart()
,将含有数据集的data
放置其中
chart = Chart()
chart.animate(data)
接下来我们开始绘制图表,需要指定好的是图表的一些属性,例如直方图的话就是X轴Y轴该放置什么样的数据,颜色选择是默认的还是需要另外指定的,以及标题等等
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))
output
然后我们再此基础之上,在添加上下面的代码,
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))
output
因此该模块绘制出来的所谓的动图,其实就是若干张静态图表的叠加,我们不妨来看一下完整的案例
import pandas as pd
from ipyvizzu import Chart, Data, Config
data_frame = pd.read_csv("titanic.csv")
data = Data()
data.add_data_frame(data_frame)
chart = Chart()
chart.animate(data)
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))
chart.animate(Config({"x": "Count", "y": ["Sex","Survived"]}))
output
散点图与直方图之间的动图转变
因为篇幅有限,小编在这里也不太可能一次性将这个知识点讲完,读者可以自行去官网上查阅,github
的地址是:https://github.com/vizzuhq/ipyvizzu/tree/main
这里小编尝试来绘制绘制一下散点图与直方图之间的动图转变,首先是绘制散点图,代码如下
import pandas as pd
from ipyvizzu import Chart, Data, Config, Style
data_frame = pd.read_csv("chart_types_eu.csv", dtype={"Year": str})
data = Data()
data.add_data_frame(data_frame)
chart = Chart()
chart.animate(data)
chart.animate(
Config(
{
"channels": {
"x": ["Joy factors", "Value 6 (+/-)"],
"y": "Value 5 (+/-)",
"color": "Joy factors",
"size": "Value 2 (+)",
"label": "Country_code",
},
"title": "Bubble Plot",
"geometry": "circle",
}
)
)
output
我们通过title
参数在设置标题,size
参数在设置散点的大小以及color
参数在设置散点的颜色,接下来我们来绘制直方图,代码如下
chart.animate(
Config(
{
"channels": {
"y": "Joy factors",
"x": ["Value 2 (+)", "Country_code"],
"label": None
},
"title": "Bar Chart",
"geometry": "rectangle",
"orientation": "vertical",
}
),
geometry={"delay": 0.7, "duration": 1},
)
output
然后我们在直方图上标上标记,代码如下
chart.animate(
Config(
{"channels": {"x": {"set": ["Value 2 (+)"]}, "label": {"set": ["Value 2 (+)"]}}}
)
)
我们总体来看一下出来的动图效果,如下图所示
无论是静态的图表还是动态,还有其他很多的案例,具体可以查阅以下的链接:https://vizzuhq.github.io/ipyvizzu/examples/examples.html
推荐文章
技术交流
欢迎转载、收藏、有所收获点赞支持一下!
目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友
- 方式①、发送如下图片至微信,长按识别,后台回复:加群;
- 方式②、添加微信号:dkl88191,备注:来自CSDN
- 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群
相关文章
- 如何用anaconda下载python_如何安装配置anaconda与Pycharm「建议收藏」
- python编程前景_Python前景如何,学完后可以从事方向?
- python编程是啥-Python编程「建议收藏」
- RSA加密算法Python实现
- python中dtype的使用规范_Python numpy.dtype() 使用实例
- python海龟绘图画圆_Python启蒙之海龟作图「建议收藏」
- Python抓取数据_python抓取游戏数据
- python os 模拟实现创建用户
- python lambda表达式 if_Python学习-lambda表达式
- Python 冒泡排序_python
- Anaconda 安装python第三方库的各类方法
- python制作一个【搜索工具】,可搜索隐藏文件、系统文件、搜索速度一绝「建议收藏」
- python hexdump_笨办法学 Python · 续 练习 26:`hexdump`
- python设置时间过期改变状态_Python Redis设置过期时间「建议收藏」
- eval在python中是什么意思_如何在Python中使用eval ?
- 软件测试|一步到位教会你Python字典操作(一)
- Python笔记之自动登录实现
- python-Python与PostgreSQL数据库-PostgreSQL数据库的基本知识(一)
- Python基础(二):列表和元组详解编程语言
- 搞定!Linux下快速设置Python环境变量(linux设置python环境变量)
- 在Linux上搭建Python开发环境(linux搭建python环境)
- Linux查看Python版本的有效方法(linux查看python版本)
- Linux下执行Python程序的方法(linux执行py文件)
- 在Linux上运行Python脚本的简单指南(linux运行python)
- python实现simhash算法实例
- Python实现的多线程端口扫描工具分享
- Python不同对象比较大小示例探讨