Python을 사용하여 모두를 놀라게 할 멋진 gif 애니메이션을 그려보세요.

이전 기사에서 편집자는 ​​Python​​​​gif​​​만들기 위한 모듈​​gif​​ 형식 차트는 ​Python​​​当中的​​gif​​​模块来制作​​gif​​格式的图表，

厉害了，用Python绘制动态可视化图表，并保存成gif格式今天小编再给大家来介绍一种制作​​gif​​​格式图表的新方法，调用的是​​matplotlib​​的相关模块，其中的步骤与方法也是相当地简单易懂。

下载和导入数据库

我们这次用到的数据集是​​bokeh​​模块自带的数据集，通过下面这一行代码直接就可以下载

import bokeh
bokeh.sampledata.download()

然后导入后面要用到的数据集，我们挑选的是指定国家的1950年至今不同年龄阶段的人口所占比重的数据

from bokeh.sampledata.population import data
import numpy as np

data = filter_loc('United States of America')
data.head()

output

先绘制若干张静态的图表

我们可以先绘制若干张静态的图表，然后将这几张图表合成一张​​gif​​格式的动图即可，代码如下

import seaborn as sns
import matplotlib.pyplot as plt
import matplotlib.patheffects as fx

# 绘制图表的函数
def make_plot(year):
    
    # 根据年份来筛选出数据
    df = data[data.Year == year]
        
    # 制作图表
    fig, (ax1, ax2) = plt.subplots(1, 2, sharey = True)
    ax1.invert_xaxis()
    fig.subplots_adjust(wspace = 0) 
    
    ax1.barh(df[df.Sex == 'Male'].AgeGrp, df[df.Sex == 'Male'].percent, label = 'Male')
    ax2.barh(df[df.Sex == 'Female'].AgeGrp, df[df.Sex == 'Female'].percent, label = 'Female', color = 'C1')
    
    country = df.Location.iloc[0]
    if country == 'United States of America': country == 'US'
        
    fig.suptitle(f'......')
    fig.supxlabel('......')
    fig.legend(bbox_to_anchor = (0.9, 0.88), loc = 'upper right')
    ax1.set_ylabel('Age Groups')
    
    return fig

我们自定义了一个绘制图表的函数，其中的参数是年份，逻辑很简单，我们是想根据年份来筛选出数据，然后根据筛选出的数据来绘制图表，每一年的图表不尽相同

years = [i for i in set(data.Year) if i < 2022]
years.sort()

for year in years:
    fig = make_plot(year)
    fig.savefig(f'{year}.jpeg',bbox_inches = 'tight')

output

这样我们就生成了若干张静态的图表，然后集合成​​gif​

멋집니다. Python으로 동적인 시각화 차트를 그려서 gif 형식으로 저장하는 방법을 오늘은 제작 방법을 소개하겠습니다.​gif​< /code>​​ 차트 서식 지정, <code style="font-family: monospace; 글꼴 크기: 상속; 배경색: rgba(0, 0, 0, 0.06); 패딩: 0px 2px; 테두리 반경: 6px; 라인- height: 상속; Overflow-wrap: break-word; text-indent: 0px;">​matplotlib​​관련 모듈, 단계 및 방법도 매우 유사하여 이해하기 쉽습니다.

데이터베이스 다운로드 및 가져오기

이번에 사용한 데이터 세트는​import matplotlib.animation as animation fig, ax = plt.subplots() ims = [] for year in years: im = ax.imshow(plt.imread(f'{year}.jpeg'), animated = True) ims.append([im]) ani = animation.ArtistAnimation(fig, ims, interval=600) ani.save('us_population.gif') </pre><h3 >를 통해 직접 다운로드한 다음 나중에 사용할 데이터 세트로 가져올 수 있습니다. 1950년부터 현재까지의 비중 데이터<span style="color: #2b2b2b;"><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:python;toolbar:false;">fig, (ax1, ax2) = plt.subplots(1, 2, sharey = True) df = data[data.Year == 1955] y_pos = [i for i in range(len(df[df.Sex == 'Male']))] male = ax1.barh(y_pos, df[df.Sex == 'Male'].percent, label = 'Male', tick_label = df[df.Sex == 'Male'].AgeGrp) female = ax2.barh(y_pos, df[df.Sex == 'Female'].percent, label = 'Female', color = 'C1', tick_label = df[df.Sex == 'Male'].AgeGrp) ax1.invert_xaxis() fig.suptitle('.......') fig.supxlabel('....... (%)') fig.legend(bbox_to_anchor = (0.9, 0.88), loc = 'upper right') ax1.set_ylabel('Age Groups') </pre><div class="contentsignin">로그인 후 복사</div></div></span>output</h3><p ><img src="https://img.php.cn/upload/article/000/887/227/168318834873391.png" alt="Python을 사용하여 그리기 멋진 gif 애니메이션, 다들 놀라워요" /></p><p ></p>먼저 여러 개의 정적 차트를 그립니다<p style="max-width:90%"><img src="https://img.php.cn/upload/article/000/887/227/168318834943111.png" alt="Python을 사용하여 모두를 놀라게 할 멋진 gif 애니메이션을 그려보세요." /></p>먼저 여러 개의 정적 차트를 그린 다음 이 차트를 하나로 결합할 수 있습니다.​<code style="max-width:90%"brush:python;toolbar:false;">def run(year): # 通过年份来筛选出数据 df = data[data.Year == year] # 针对不同地性别来绘制 total_pop = df.Value.sum() df['percent'] = df.Value / total_pop * 100 male.remove() y_pos = [i for i in range(len(df[df.Sex == 'Male']))] male.patches = ax1.barh(y_pos, df[df.Sex == 'Male'].percent, label = 'Male', color = 'C0', tick_label = df[df.Sex == 'Male'].AgeGrp) female.remove() female.patches = ax2.barh(y_pos, df[df.Sex == 'Female'].percent, label = 'Female', color = 'C1', tick_label = df[df.Sex == 'Female'].AgeGrp) text.set_text(year) return male#, female </pre></p>차트를 그리는 기능을 사용자 정의했습니다. 논리는 매우 간단합니다. Year를 선택하여 데이터를 필터링한 다음, 필터링된 데이터를 기반으로 차트를 그립니다. 각 연도의 차트는 다릅니다🎜<div class="code" style="position:relative; padding:0px; margin:0px;"><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:python;toolbar:false;">ani = animation.FuncAnimation(fig, run, years, blit = True, repeat = True, interval = 600) ani.save('文件名.gif') </pre><div class="contentsignin">로그인 후 복사</div></div><div class="contentsignin">로그인 후 복사</div></div>🎜output🎜🎜<img src="https://img.php.cn/upload/article /000 /887/227/168318834842840.png" alt="Python을 사용하여 모두를 놀라게 하는 멋진 gif 애니메이션을 그립니다." />🎜🎜이러한 방식으로 여러 정적 차트를 생성한 다음 이를 ​<code style= " 글꼴 계열: 고정폭; 글꼴 크기: 상속; 배경색: rgba(0, 0, 0, 0.06); 테두리 반경: 6px; 상속; word; text-indent: 0px;">​gif​​ 형식의 여러 차트, 코드는 다음과 같습니다🎜

import matplotlib.animation as animation

# 创建一个新的画布
fig, (ax, ax2, ax3) = plt.subplots(1, 3, figsize = (10, 3))

ims = []
for year in years:
    im = ax.imshow(plt.imread(f'文件1{year}.jpeg'), animated = True)
    im2 = ax2.imshow(plt.imread(f'文件2{year}.jpeg'), animated = True)
    im3 = ax3.imshow(plt.imread(f'文件3{year}.jpeg'), animated = True)
    ims.append([im, im2, im3])

ani = animation.ArtistAnimation(fig, ims, interval=600)
ani.save('comparison.gif')

🎜output🎜🎜🎜🎜🎜🎜🎜여기에서 볼 수 있는 또 다른 아이디어가 있습니다. , 어떤 사람들은 위에서 언급한 방법이 약간 번거롭다고 생각할 수도 있습니다. 결국, 컴퓨터의 디스크 공간이 조금 부족하거나 이러한 수십 개를 저장할 공간이 없다면 먼저 수십 개의 정적 차트를 생성해야 합니다. 차트. 그렇다면 한 단계로 완료할 수 있는지 궁금할 것입니다. 물론 가능하다. 예를 들어 1950년부터 2020년까지 연령별 인구비율 분포를 도출할 계획이라면, 첫 번째 단계는 시작연도인 1950년을 기준으로 연령별 인구비율 분포를 도출하는 것이다. 그림, 코드는 다음과 같습니다🎜rrreee🎜output🎜🎜🎜🎜🎜 그런 다음 차트를 그리는 함수를 사용자 정의합니다. 여기서 매개 변수는 연도이며, 목적은 해당 데이터를 연도별로 필터링하여 해당 차트를 그리는 것입니다🎜

def run(year):
    # 通过年份来筛选出数据
    df = data[data.Year == year]
    # 针对不同地性别来绘制
    total_pop = df.Value.sum()
    df['percent'] = df.Value / total_pop * 100
    male.remove()
    y_pos = [i for i in range(len(df[df.Sex == 'Male']))]
    male.patches = ax1.barh(y_pos, df[df.Sex == 'Male'].percent, label = 'Male', 
                     color = 'C0', tick_label = df[df.Sex == 'Male'].AgeGrp)
    female.remove()
    female.patches = ax2.barh(y_pos, df[df.Sex == 'Female'].percent, label = 'Female',
                 
                 color = 'C1', tick_label = df[df.Sex == 'Female'].AgeGrp)

    text.set_text(year)
    return male#, female

然后我们调用​​animation.FuncAnimation()​​方法，

ani = animation.FuncAnimation(fig, run, years, blit = True, repeat = True, 
                              interval = 600)
ani.save('文件名.gif')

output

这样就可以一步到位生成​​gif​​格式的图表，避免生成数十张繁多地静态图片了。

将若干张​​<span style="color: #2b2b2b;">gif</span>​​动图放置在一张大图当中

最后我们可以将若干张​​gif​​动图放置在一张大的图表当中，代码如下

import matplotlib.animation as animation

# 创建一个新的画布
fig, (ax, ax2, ax3) = plt.subplots(1, 3, figsize = (10, 3))

ims = []
for year in years:
    im = ax.imshow(plt.imread(f'文件1{year}.jpeg'), animated = True)
    im2 = ax2.imshow(plt.imread(f'文件2{year}.jpeg'), animated = True)
    im3 = ax3.imshow(plt.imread(f'文件3{year}.jpeg'), animated = True)
    ims.append([im, im2, im3])

ani = animation.ArtistAnimation(fig, ims, interval=600)
ani.save('comparison.gif')

output

위 내용은 Python을 사용하여 모두를 놀라게 할 멋진 gif 애니메이션을 그려보세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!