from IPython.display import HTML
import pandas as pd
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker 
import matplotlib.animation as animation
import seaborn as sns
import matplotlib.pyplot as plt
import random

plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False

result = prepare_data()

# 生成了一批顏色，給每個地區(qū)賦予了一個不同的顏色，以后，用到這個地區(qū)，就用這個顏色來渲染
# 為了防止顏色比較接近，在顏色生成以后，隨機打亂了，效果好了一點
color = sns.husl_palette(len(result.columns),h=15/360, l=.65, s=1).as_hex() 
random.shuffle(color)
colors = dict(zip(result.columns.tolist(),color))

def draw_barchart(year):
    # 這里年份，只是一個順序號碼
    # 一般是個浮點數，小數點后面代表的是：一個時點的圖像需要幾次變換到下一個時點，
    # 小數就是次數的倒數，用于計算每次，圖像的位移量
    # 整數在這里代表的是，索引的順序
    # 這個表示的是x坐標的大小，也就是顯示出來的數據的個數
    N_Display=5
    # 這個取整是用來確認現在圖像屬于哪個時點的
    year1=int(year)
    # 加一表示，圖像下一個時點的順序號
    year2=year1+1
    # 這個就是上面的注釋里說的小數的部分
    location_x=year-year1
    # 對不同的時點的數據進行排序，才能得到不同順序下的“地區(qū)”也就是“省市”的名稱
    result_sort1 = result.sort_values(by=result.index[year1], axis=1, ascending=False)
    result_sort2 = result.sort_values(by=result.index[year2], axis=1, ascending=False)
    # 截取前5個省份，并倒序，可以讓人口最多的省份在上，而其他的則是依次遞減
    area1 = list(reversed(list((result_sort1.columns)[:5])))
    area2 = list(reversed(list((result_sort2.columns)[:5])))
    # 這個列表表達式是為了計算出，本期排名榜中的各個成員，在下一期中的位置
    # 同時，計算出，相對現在位置的偏移量
    # 如果沒有出現在下一期中，則設置為‘0'
    # 具體計算內容是：i, elem in enumerate(area1)表示當前某個位置的名稱和在列表中的順序
    # elem in area2 判斷某個當前位置在下一個時點中是否存在，
    # 如果不存在，則設置為‘0'，否則按照下面的公式計算
    # i +1 +(area2.index(elem)-i)*location_x 兩個時點的位置之差，乘以偏移量，表示每幀動畫移動的位置
    # i +1 +就是確定下一幀動畫時，圖像的位置，加一是因為坐標是從“1”開始的
    # 這個列表就是每一幀動畫的x軸的坐標
    diff = [i +1 +(area2.index(elem)-i)*location_x if elem in area2 else 0 for i, elem in enumerate(area1)]
    # 取出要顯示的“人口數”，第二時點的數據取出來也是沒有用的，為了對稱，就這么寫了
    pop_num1 = list(reversed(list(result_sort1.iloc[year1, :5])))
    pop_num2 = list(reversed(list(result_sort2.iloc[year2, :5])))
    # 開始畫圖，顏色就是按照前面設置的字典來去的，這樣，每一個元素的顏色會始終不變
    ax.clear()
    ax.barh(diff, pop_num1, color=[colors[x] for x in area1])
    # 給每一個柱狀圖的最右邊加上名字和數字，包括設定大小等
    for i, (value, name, x) in enumerate(zip(pop_num1, area1, diff)):
        ax.text(value, x, name, size=16, ha='right')
        ax.text(value, x, value, size=16, ha='left')
    # 在畫布右方添加年份
    ax.text(1, 0.1, result.index[year1], transform=ax.transAxes, size=46, ha='right')
    # 設置坐標軸的大小，確保在動態(tài)圖的過程中，圖像的外殼不動，好看一點
    ax.set_xlim(0,15000)
    ax.set_ylim(0.5,N_Display+0.5)
    ax.set_xticks(ticks=np.arange(0,14000,1000))
    ax.set_yticks(ticks=np.arange(N_Display,0,-1))
    ax.set_yticklabels(labels=np.arange(N_Display,0, -1))
    ax.margins(0, 0.01)
    ax.text(0.2, 1.01, '2000——2021年間人口最多的地區(qū)',
            transform=ax.transAxes, size=26, weight='light', ha='left')
    # 取消了邊框
    plt.box(False)

# 開始制作動畫
# 這個才是整個圖像的設置
fig, ax = plt.subplots(figsize=(8, 7))
plt.subplots_adjust(left=0.12, right=0.98, top=0.85, bottom=0.1)   
# 這個語句是產生動畫的關鍵，第一個參數就是“畫布”，第二個參數是畫圖的函數，
# 第三個產生參數的函數，這里產生的參數自動送到第二個參數中的函數，作為實參，
# 這里就是一連串的數字，表示數據的索引，以及幾次移動到位的次數的倒數
# 在后面的參數是“間隔”的毫秒數
animator = animation.FuncAnimation(fig, draw_barchart, frames=np.arange(0, 21, 0.1),interval=20)
# 這個直接在網頁上生成動畫
# HTML(animator.to_jshtml()) 
# 這個是用一個文件名直接保存成動畫，系統(tǒng)自動識別文件后綴，還可以是“MP4”格式的
animator.save('result.gif')