Python实现Matplotlib,Seaborn动态数据图的示例代码

Matplotlib

效果图如下

主要使用matplotlib.animation.FuncAnimation，上核心代码，

# 定义静态绘图函数
def draw_barchart(year):
   dff = df[df['year'].eq(year)].sort_values(by='value',
                                             ascending=True).tail(10)
   ax.clear()
   ax.barh(dff['name'],
           dff['value'],
           color=[colors[group_lk[x]] for x in dff['name']])
   dx = dff['value'].max() / 200
   for i, (value, name) in enumerate(zip(dff['value'], dff['name'])):
       ax.text(value - dx,
               i,
               name,
               size=14,
               weight=600,
               ha='right',
               va='bottom')
       ax.text(value - dx,
               i - .25,
               group_lk[name],
               size=10,
               color='#444444',
               ha='right',
               va='baseline')
       ax.text(value + dx,
               i,
               f'{value:,.0f}',
               size=14,
               ha='left',
               va='center')
   # 注释文本
   ax.text(1,
           0.4,
           year,
           transform=ax.transAxes,
           color='#777777',
           size=46,
           ha='right',
           weight=800)
   ax.text(0,
           1.06,
           '单位 (每1000)',
           transform=ax.transAxes,
           size=12,
           color='#777777')
   ax.xaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))
   ax.xaxis.set_ticks_position('top')
   ax.tick_params(axis='x', colors='#777777', labelsize=12)
   ax.set_yticks([])
   ax.margins(0, 0.01)
   ax.grid(which='major', axis='x', linestyle='-')
   ax.set_axisbelow(True)
   ax.text(0,
           1.12,
           '1500~2018年世界人口最多城市',
           transform=ax.transAxes,
           size=24,
           weight=600,
           ha='left')

plt.box(False)

# 调用matplotlib.animation.FuncAnimation让静态图动起来
animator = animation.FuncAnimation(fig,
                                  draw_barchart,
                                  frames=range(1968, 2019))
# Jupyter Notebook里展示动图animation
HTML(animator.to_jshtml())

在绘图数据部分改自己的数据既可为所欲为的使用了～

Seaborn

效果图如下

代码

import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
import seaborn as sns
import numpy as np
import palettable

def get_data(i=0):
   x, y = np.random.normal(loc=i, scale=3, size=(2, 260))
   return x, y
x, y = get_data()

g = sns.JointGrid(x=x, y=y, size=4)
g.fig.set_size_inches(10, 8)
lim = (-10, 10)

def prep_axes(g, xlim, ylim):
   g.ax_joint.clear()
   g.ax_joint.set_xlim(xlim)
   g.ax_joint.set_ylim(ylim)
   g.ax_marg_x.clear()
   g.ax_marg_x.set_xlim(xlim)
   g.ax_marg_y.clear()
   g.ax_marg_y.set_ylim(ylim)
   plt.setp(g.ax_marg_x.get_xticklabels(), visible=False)
   plt.setp(g.ax_marg_y.get_yticklabels(), visible=False)
   plt.setp(g.ax_marg_x.yaxis.get_majorticklines(), visible=False)
   plt.setp(g.ax_marg_x.yaxis.get_minorticklines(), visible=False)
   plt.setp(g.ax_marg_y.xaxis.get_majorticklines(), visible=False)
   plt.setp(g.ax_marg_y.xaxis.get_minorticklines(), visible=False)
   plt.setp(g.ax_marg_x.get_yticklabels(), visible=False)
   plt.setp(g.ax_marg_y.get_xticklabels(), visible=False)

def animate(i):
   g.x, g.y = get_data(i)
   prep_axes(g, lim, lim)
   g.plot_joint(sns.kdeplot,
                cmap='Paired')
   g.plot_marginals(sns.kdeplot, color='blue', shade=True)

frames = np.sin(np.linspace(0, 2 * np.pi, 17)) * 5
ani = matplotlib.animation.FuncAnimation(g.fig,
                                        animate,
                                        frames=frames,
                                        repeat=True)
HTML(ani.to_jshtml())

和Matplotlib代码类似，不过多解释。

来源：https://mp.weixin.qq.com/s/gSaQvmT1j4IQmGQOrejGTw