用Python繪製超酷的gif動圖，驚艷了所有人

先繪製若干張靜態的圖表

我們可以先繪製若干張靜態的圖表，然後將這幾張圖表合成一張 gif 格式的動圖即可，代碼如下

import seaborn as sns

import matplotlib.pyplot as plt

import matplotlib.patheffects as fx

# 繪製圖表的函數

def make_plot(year):

# 根據年份來篩選出數據

df = data[data.Year == year]

# 製作圖表

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

我們自定義了一個繪製圖表的函數，其中的參數是年份，邏輯很簡單，我們是想根據年份來篩選出數據，然後根據篩選出的數據來繪製圖表，每一年的圖表不盡相同

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

這樣我們就生成了若干張靜態的圖表，然後集合成 gif 格式的圖表幾個，代碼如下

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

還有另外一種思路

可能看到這兒，有人會覺得上面提到的方法稍顯麻煩，畢竟我們需要先生成數十張靜態的圖表，要是電腦的磁碟空間有點緊張的話，或者還沒有這樣的一個地方來存放這數十張的圖表。於是乎就會疑問道，是不是可以一步到位的來。

當然也是可以的，例如我們打算繪製1950年到2020年不同年齡階段的人口比例分布圖，首先第一步在於我們先要繪製1950年，也就是起始年，該年不同年齡階段的人口比例分布圖，代碼如下

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

然後我們自定義一個繪製圖表的函數，其中參數為年份，目的在於通過年份來篩選出相對應的數據並且繪製出相對應的圖表

def run(year):

# 通過年份來篩選出數據

df = data[data.Year == year]

# 針對不同地性別來繪製

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

然後我們調用 animation.FuncAnimation 方法，

ani = animation.FuncAnimation(fig, run, years, blit = True, repeat = True,

interval = 600)

ani.save( '文件名.gif')

output

這樣就可以一步到位生成 gif 格式的圖表，避免生成數十張繁多地靜態圖片了。

將若干張 gif 動圖放置在一張大圖當中

最後我們可以將若干張 gif 動圖放置在一張大的圖表當中，代碼如下

import matplotlib.animation as animation

# 創建一個新的畫布

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

點這裡關注我，記得標星哦~

CDA課程諮詢