Python繪制驚艷的可視化動(dòng)圖的示例代碼
今天小編給大家介紹一款可視化模塊，使用它可以繪制出十分驚艷的動(dòng)圖效果，那么當(dāng)然第一步我們首先是要安裝一下該模塊，通過(guò)pip命令行來(lái)安裝：
pip install ipyvizzu
牛刀小試
我們首先來(lái)簡(jiǎn)單地使用該模塊來(lái)繪制一張動(dòng)圖，用Pandas導(dǎo)入數(shù)據(jù)集，代碼如下：
import pandas as pd
from ipyvizzu import Chart, Data, Config
data_frame = pd.read_csv("titanic.csv")在導(dǎo)入數(shù)據(jù)集完畢之后，小編先來(lái)介紹一下使用該模塊的大致步驟，我們實(shí)例化Data()對(duì)象，然后將導(dǎo)入的數(shù)據(jù)集放置其中，代碼如下：
data = Data() data.add_data_frame(data_frame)
然后我們?cè)賹?shí)例化圖表對(duì)象Chart()，將含有數(shù)據(jù)集的data放置其中：
chart = Chart() chart.animate(data)
接下來(lái)我們開(kāi)始繪制圖表，需要指定好的是圖表的一些屬性，例如直方圖的話就是X軸Y軸該放置什么樣的數(shù)據(jù)，顏色選擇是默認(rèn)的還是需要另外指定的，以及標(biāo)題等等：
chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))output：
然后我們?cè)俅嘶A(chǔ)之上，在添加上下面的代碼：
chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))output：
因此該模塊繪制出來(lái)的所謂的動(dòng)圖，其實(shí)就是若干張靜態(tài)圖表的疊加，我們不妨來(lái)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：
散點(diǎn)圖與直方圖之間的動(dòng)圖轉(zhuǎn)變
因?yàn)槠邢?，小編在這里也不太可能一次性將這個(gè)知識(shí)點(diǎn)講完，讀者可以自行去官網(wǎng)上查閱
這里小編嘗試來(lái)繪制繪制一下散點(diǎn)圖與直方圖之間的動(dòng)圖轉(zhuǎn)變，首先是繪制散點(diǎn)圖，代碼如下：
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：
我們通過(guò)title參數(shù)在設(shè)置標(biāo)題，size參數(shù)在設(shè)置散點(diǎn)的大小以及color參數(shù)在設(shè)置散點(diǎn)的顏色，接下來(lái)我們來(lái)繪制直方圖，代碼如下：
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：
然后我們?cè)谥狈綀D上標(biāo)上標(biāo)記，代碼如下：
chart.animate(
Config(
{"channels": {"x": {"set": ["Value 2 (+)"]}, "label": {"set": ["Value 2 (+)"]}}}
)
)我們總體來(lái)看一下出來(lái)的動(dòng)圖效果，如下圖所示：
無(wú)論是靜態(tài)的圖表還是動(dòng)態(tài)，還有其他很多的案例，具體可以查閱這個(gè)的鏈接
以上就是Python繪制驚艷的可視化動(dòng)圖的示例代碼的詳細(xì)內(nèi)容，更多關(guān)于Python可視化動(dòng)圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
- Python可視化學(xué)習(xí)之seaborn繪制線型回歸曲線
- Python可視化學(xué)習(xí)之seaborn繪制矩陣圖詳解
- 如何利用?Python?繪制動(dòng)態(tài)可視化圖表
- Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)
- 詳解利用python-highcharts庫(kù)繪制交互式可視化圖表
- Python數(shù)據(jù)可視化之使用matplotlib繪制簡(jiǎn)單圖表
- Python+pyecharts繪制交互式可視化圖表
- 一文教會(huì)你用Python繪制動(dòng)態(tài)可視化圖表
- Python 可視化調(diào)色盤(pán)繪制
相關(guān)文章
Python函數(shù)中的不定長(zhǎng)參數(shù)相關(guān)知識(shí)總結(jié)
今天給大家?guī)?lái)的是關(guān)于Python函數(shù)的相關(guān)知識(shí),文章圍繞著Python不定長(zhǎng)參數(shù)展開(kāi),文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下2021-06-06
在網(wǎng)絡(luò)爬蟲(chóng)開(kāi)發(fā)中，使用代理IP是非常常見(jiàn)的技巧，Python作為一門(mén)強(qiáng)大的編程語(yǔ)言，也提供了很多方法來(lái)使用代理IP，下面，我將就如何在Python中使用代理IP進(jìn)行詳細(xì)的闡述，并舉例說(shuō)明,需要的朋友可以參考下2023-07-07
這篇文章主要介紹了用matplotlib畫(huà)等高線圖詳解，具有一定借鑒價(jià)值，需要的朋友可以參考下。2017-12-12
這篇文章主要介紹了Python用戶自定義異常的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
Python模糊查詢本地文件夾去除文件后綴的實(shí)例(7行代碼)
下面小編就為大家?guī)?lái)一篇Python模糊查詢本地文件夾去除文件后綴的實(shí)例(7行代碼) 。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-11-11
在本篇內(nèi)容里小編給大家整理了關(guān)于python快排算法的相關(guān)知識(shí)點(diǎn)內(nèi)基礎(chǔ)內(nèi)容，需要的朋友們學(xué)習(xí)下。2019-03-03
WIndows10系統(tǒng)下面安裝Anaconda、Pycharm及Pytorch環(huán)境全過(guò)程(NVIDIA?GPU版本)
這篇文章主要給大家介紹了關(guān)于WIndows10系統(tǒng)下面安裝Anaconda、Pycharm及Pytorch環(huán)境(NVIDIA?GPU版本)的相關(guān)資料,文中通過(guò)實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-02-02
Python命令行參數(shù)解析工具 docopt 安裝和應(yīng)用過(guò)程詳解
這篇文章主要介紹了Python命令行參數(shù)解析工具 docopt 安裝和應(yīng)用過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
python 爬取免費(fèi)簡(jiǎn)歷模板網(wǎng)站的示例
這篇文章主要介紹了python 爬取免費(fèi)簡(jiǎn)歷模板網(wǎng)站的示例，幫助大家更好的理解和使用python 爬蟲(chóng)，感興趣的朋友可以了解下2020-09-09
利用Python判斷整數(shù)是否是回文數(shù)的3種方法總結(jié)
這篇文章主要給大家介紹了關(guān)于如何利用Python判斷整數(shù)是否是回文數(shù)的3種方總結(jié),回文數(shù)是指正序（從左向右）和倒序（從右向左）讀都是一樣的整數(shù),需要的朋友可以參考下2021-07-07