用Python绘制超酷的gif动图，惊艳了所有人

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]

ifcountry == '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')

returnfig

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 fori inset(data.Year) ifi < 2022]

years.sort

foryear inyears:

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 格式的图表几个，代码如下

import matplotlib.animation as animation

fig, ax = plt.subplots

ims = []

foryear inyears:

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')

output

还有另外一种思路

可能看到这儿，有人会觉得上面提到的方法稍显麻烦，毕竟我们需要先生成数十张静态的图表，要是电脑的磁盘空间有点紧张的话，或者还没有这样的一个地方来存放这数十张的图表。于是乎就会疑问道，是不是可以一步到位的来。

当然也是可以的，例如我们打算绘制1950年到2020年不同年龄阶段的人口比例分布图，首先第一步在于我们先要绘制1950年，也就是起始年，该年不同年龄阶段的人口比例分布图，代码如下

fig, (ax1, ax2) = plt.subplots(1, 2, sharey = True)

df = data[data.Year == 1955]

y_pos = [i fori inrange(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')

output

然后我们自定义一个绘制图表的函数，其中参数为年份，目的在于通过年份来筛选出相对应的数据并且绘制出相对应的图表

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 fori inrange(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)

returnmale #, 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 gif 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 = []

foryear inyears:

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

点这里关注我，记得标星哦~

CDA课程咨询