通常大家做出來的圖表，絕大部分都是靜態的，有時會顯得不夠吸引人。
今天小F就給大家介紹一下，如何用Python/ target=_blank class=infotextkey>Python繪制動態圖表。
主要是使用到Matplotlib+imageio，其中Matplotlib就有一個Animation類，可以生成動圖GIF，不過使用起來學習成本較高，還是有一定難度的。
這里我將先創建靜態圖表的圖片，然后使用Imageio創建一個GIF(動態圖表)。
一共給大家介紹三種動態圖表的繪制，折線圖，條形圖，散點圖。
01 折線圖
先來繪制一個簡單的折線圖看看。
import os
import numpy as np
import matplotlib.pyplot as plt
import imageio
# 生成40個取值在30-40的數
y = np.random.randint(30, 40, size=(40))
# 繪制折線
plt.plot(y)
# 設置y軸最小值和最大值
plt.ylim(20, 50)
# 顯示
plt.show()
使用Numpy創建一個數值范圍在30到40之間的隨機整數列表，結果如下。
下面將對整數列表進行切片，生成不同階段的圖表。
# 第一張圖
plt.plot(y[:-3])
plt.ylim(20, 50)
plt.savefig('1.png')
plt.show()
# 第二張圖
plt.plot(y[:-2])
plt.ylim(20, 50)
plt.savefig('2.png')
plt.show()
# 第三張圖
plt.plot(y[:-1])
plt.ylim(20, 50)
plt.savefig('3.png')
plt.show()
# 第四張圖
plt.plot(y)
plt.ylim(20, 50)
plt.savefig('4.png')
plt.show()
得到x軸為0:36、0:37、0:38、0:39四個折線圖表。
有了這四張圖，我們就可以使用Imageio生成GIF了。
# 生成Gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
for filename in ['1.png', '2.png', '3.png', '4.png']:
image = imageio.imread(filename)
writer.Append_data(image)
動圖來了。
一個會動的折線圖表就制作出來了，不過不是從x軸坐標為0的時候開始的。
filenames = []
num = 0
for i in y:
num += 1
# 繪制40張折線圖
plt.plot(y[:num])
plt.ylim(20, 50)
# 保存圖片文件
filename = f'{num}.png'
filenames.append(filename)
plt.savefig(filename)
plt.close()
# 生成gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
# 刪除40張折線圖
for filename in set(filenames):
os.remove(filename)
繪制出40張折線圖，并且保存圖片，生成GIF。
可以看到折線圖的x坐標從0一直到了40。
02 條形圖
上面的折線圖每次只有一個y值即可，而條形圖則需要所有的y值，如此所有的條形才能同時移動。
給X軸創建固定值，Y軸創建列表，并使用Matplotlib的條形圖函數。
x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
[10, 30, 60, 30, 10],
[70, 40, 20, 40, 70],
[10, 20, 30, 40, 50],
[50, 40, 30, 20, 10],
[75, 0, 75, 0, 75],
[0, 0, 0, 0, 0]]
filenames = []
for index, y in enumerate(coordinates_lists):
# 條形圖
plt.bar(x, y)
plt.ylim(0, 80)
# 保存圖片文件
filename = f'{index}.png'
filenames.append(filename)
# 重復最后一張圖形15幀(數值都為0),15張圖片
if (index == len(coordinates_lists) - 1):
for i in range(15):
filenames.append(filename)
# 保存
plt.savefig(filename)
plt.close()
# 生成gif
with imageio.get_writer('mygif.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
# 刪除20張柱狀圖
for filename in set(filenames):
os.remove(filename)
有數值的條形圖圖片是5張，沒數值的圖片是2+15=17張。
GIF結束段，添加了15幀空白圖片。所以在結束的時候會顯示一段時間的空白。
可以設置一下條形圖當前位置到下個位置的速度，讓過渡變得平滑。
將當前位置和下一個位置之間的距離除以過渡幀數。
n_frames = 10
x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
[10, 30, 60, 30, 10],
[70, 40, 20, 40, 70],
[10, 20, 30, 40, 50],
[50, 40, 30, 20, 10],
[75, 0, 75, 0, 75],
[0, 0, 0, 0, 0]]
print('生成圖表n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
# 獲取當前圖像及下一圖像的y軸坐標值
y = coordinates_lists[index]
y1 = coordinates_lists[index + 1]
# 計算當前圖像與下一圖像y軸坐標差值
y_path = np.array(y1) - np.array(y)
for i in np.arange(0, n_frames + 1):
# 分配每幀的y軸移動距離
# 逐幀增加y軸的坐標值
y_temp = (y + (y_path / n_frames) * i)
# 繪制條形圖
plt.bar(x, y_temp)
plt.ylim(0, 80)
# 保存每一幀的圖像
filename = f'images/frame_{index}_{i}.png'
filenames.append(filename)
# 最后一幀重復,畫面停留一會
if (i == n_frames):
for i in range(5):
filenames.append(filename)
# 保存圖片
plt.savefig(filename)
plt.close()
print('保存圖表n')
# 生成GIF
print('生成GIFn')
with imageio.get_writer('mybars.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
print('保存GIFn')
print('刪除圖片n')
# 刪除圖片
for filename in set(filenames):
os.remove(filename)
print('完成')
看起來是平滑了許多。
好了，接下來我們更改一下圖表相關的配置參數，讓圖表變得好看。
n_frames = 10
bg_color = '#95A4AD'
bar_color = '#283F4E'
gif_name = 'bars'
x = [1, 2, 3, 4, 5]
coordinates_lists = [[0, 0, 0, 0, 0],
[10, 30, 60, 30, 10],
[70, 40, 20, 40, 70],
[10, 20, 30, 40, 50],
[50, 40, 30, 20, 10],
[75, 0, 75, 0, 75],
[0, 0, 0, 0, 0]]
print('生成圖表n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
y = coordinates_lists[index]
y1 = coordinates_lists[index + 1]
y_path = np.array(y1) - np.array(y)
for i in np.arange(0, n_frames + 1):
y_temp = (y + (y_path / n_frames) * i)
# 繪制條形圖
fig, ax = plt.subplots(figsize=(8, 4))
ax.set_facecolor(bg_color)
plt.bar(x, y_temp, width=0.4, color=bar_color)
plt.ylim(0, 80)
# 移除圖表的上邊框和右邊框
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# 設置虛線網格線
ax.set_axisbelow(True)
ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
# 保存每一幀的圖像
filename = f'images/frame_{index}_{i}.png'
filenames.append(filename)
# 最后一幀重復,畫面停留一會
if (i == n_frames):
for i in range(5):
filenames.append(filename)
# 保存圖片
plt.savefig(filename, dpi=96, facecolor=bg_color)
plt.close()
print('保存圖表n')
# 生成GIF
print('生成GIFn')
with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
print('保存GIFn')
print('刪除圖片n')
# 刪除圖片
for filename in set(filenames):
os.remove(filename)
print('完成')
給圖表添加了背景色、條形圖上色、去除邊框、增加網格線等。
看起來，效果還不錯！
當然也有一些值得改進的地方，比如添加標題。通過插值的方式來使過渡變得更平滑，甚至可以讓條形圖在x軸上移動。
這里大家就可以自行去研究啦。
03 散點圖
要繪制動態散點圖，則需要同時考慮x軸和y軸的值。
這里不一定要在每幀上顯示相同數量的點，因此需要對其進行校正來進行過渡。
coordinates_lists = [[[0], [0]],
[[100, 200, 300], [100, 200, 300]],
[[400, 500, 600], [400, 500, 600]],
[[400, 500, 600, 400, 500, 600], [400, 500, 600, 600, 500, 400]],
[[500], [500]],
[[0], [0]]]
gif_name = 'movie'
n_frames = 10
bg_color = '#95A4AD'
marker_color = '#283F4E'
marker_size = 25
print('生成圖表n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
# 獲取當前圖像及下一圖像的x與y軸坐標值
x = coordinates_lists[index][0]
y = coordinates_lists[index][1]
x1 = coordinates_lists[index + 1][0]
y1 = coordinates_lists[index + 1][1]
# 查看兩點差值
while len(x) < len(x1):
diff = len(x1) - len(x)
x = x + x[:diff]
y = y + y[:diff]
while len(x1) < len(x):
diff = len(x) - len(x1)
x1 = x1 + x1[:diff]
y1 = y1 + y1[:diff]
# 計算路徑
x_path = np.array(x1) - np.array(x)
y_path = np.array(y1) - np.array(y)
for i in np.arange(0, n_frames + 1):
# 計算當前位置
x_temp = (x + (x_path / n_frames) * i)
y_temp = (y + (y_path / n_frames) * i)
# 繪制圖表
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))
ax.set_facecolor(bg_color)
plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)
plt.xlim(0, 1000)
plt.ylim(0, 1000)
# 移除邊框線
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# 網格線
ax.set_axisbelow(True)
ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
# 保存圖片
filename = f'images/frame_{index}_{i}.png'
filenames.append(filename)
if (i == n_frames):
for i in range(5):
filenames.append(filename)
# 保存
plt.savefig(filename, dpi=96, facecolor=bg_color)
plt.close()
print('保存圖表n')
# 生成GIF
print('生成GIFn')
with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
print('保存GIFn')
print('刪除圖片n')
# 刪除圖片
for filename in set(filenames):
os.remove(filename)
print('完成')
效果如下。
當然還有更有趣的散點圖變化，比如字母變化。
使用OpenCV從圖像創建mask，繪制填充有隨機x/y坐標的圖，并過濾mask內的點。
使用Matplotlib繪制散點圖，使用ImageIO生成gif。
import os
import numpy as np
import matplotlib.pyplot as plt
import imageio
import random
import cv2
# 根據字母的形狀, 將字母轉化為多個隨機點
def get_masked_data(letter, intensity=2):
# 多個隨機點填充字母
random.seed(420)
x = []
y = []
for i in range(intensity):
x = x + random.sample(range(0, 1000), 500)
y = y + random.sample(range(0, 1000), 500)
if letter == ' ':
return x, y
# 獲取圖片的mask
mask = cv2.imread(f'images/letters/{letter.upper()}.png', 0)
mask = cv2.flip(mask, 0)
# 檢測點是否在mask中
result_x = []
result_y = []
for i in range(len(x)):
if (mask[y[i]][x[i]]) == 0:
result_x.append(x[i])
result_y.append(y[i])
# 返回x,y
return result_x, result_y
# 將文字切割成一個個字母
def text_to_data(txt, repeat=True, intensity=2):
print('將文本轉換為數據n')
letters = []
for i in txt.upper():
letters.append(get_masked_data(i, intensity=intensity))
# 如果repeat為1時,重復第一個字母
if repeat:
letters.append(get_masked_data(txt[0], intensity=intensity))
return letters
def build_gif(coordinates_lists, gif_name='movie', n_frames=10, bg_color='#95A4AD',
marker_color='#283F4E', marker_size=25):
print('生成圖表n')
filenames = []
for index in np.arange(0, len(coordinates_lists) - 1):
# 獲取當前圖像及下一圖像的x與y軸坐標值
x = coordinates_lists[index][0]
y = coordinates_lists[index][1]
x1 = coordinates_lists[index + 1][0]
y1 = coordinates_lists[index + 1][1]
# 查看兩點差值
while len(x) < len(x1):
diff = len(x1) - len(x)
x = x + x[:diff]
y = y + y[:diff]
while len(x1) < len(x):
diff = len(x) - len(x1)
x1 = x1 + x1[:diff]
y1 = y1 + y1[:diff]
# 計算路徑
x_path = np.array(x1) - np.array(x)
y_path = np.array(y1) - np.array(y)
for i in np.arange(0, n_frames + 1):
# 計算當前位置
x_temp = (x + (x_path / n_frames) * i)
y_temp = (y + (y_path / n_frames) * i)
# 繪制圖表
fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))
ax.set_facecolor(bg_color)
plt.xticks([]) # 去掉x軸
plt.yticks([]) # 去掉y軸
plt.axis('off') # 去掉坐標軸
plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)
plt.xlim(0, 1000)
plt.ylim(0, 1000)
# 移除框線
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)
# 網格線
ax.set_axisbelow(True)
ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)
# 保存圖片
filename = f'images/frame_{index}_{i}.png'
if (i == n_frames):
for i in range(5):
filenames.append(filename)
filenames.append(filename)
# 保存
plt.savefig(filename, dpi=96, facecolor=bg_color)
plt.close()
print('保存圖表n')
# 生成GIF
print('生成GIFn')
with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:
for filename in filenames:
image = imageio.imread(filename)
writer.append_data(image)
print('保存GIFn')
print('刪除圖片n')
# 刪除圖片
for filename in set(filenames):
os.remove(filename)
print('完成')
coordinates_lists = text_to_data('Python', repeat=True, intensity=50)
build_gif(coordinates_lists,
gif_name='Python',
n_frames=7,
bg_color='#52A9F0',
marker_color='#000000',
marker_size=0.2)
生成一個Python單詞字母的動態散點圖。
三個主要的函數。
# 創建一個隨機的x/y坐標列表，并使用mask對其進行過濾。
get_masked_data()
# 將文本轉化為數據
text_to_data()
# 使用坐標點生成散點圖, 保存GIF
build_gif()
這里小F給大家提供了26個字母，大伙可以自行組合。
當然其他圖形也是可以的，就是需要自己作圖。
圖片的大小應為1000x1000像素，mask著色為黑色，背景為白色。
然后將png文件保存在images/letters文件夾中，單獨一個字符命名。
coordinates_lists = text_to_data('mac_', repeat=True, intensity=50)
build_gif(coordinates_lists,
gif_name='mac',
n_frames=7,
bg_color='#F5B63F',
marker_color='#000000',
marker_size=0.2)
結果如下，最后一張是個人物像。
好了，本期的分享就到此結束了。
使用Matplotlib+Imageio創建動態圖表，案例比較簡單，大家可以自行下載代碼進行學習。
最后本次使用到的代碼和數據已上傳，歡迎大家點贊、收藏、學習～
