Pythonmatplotlibリアルタイムデータアニメーション

1.リアルタイムのデータ視覚化のためのデータ準備

import pandas as pd 
import matplotlib.pyplot as plt 

# 设置一般的样例数据
x=[0,1,2,3,4] # x轴数据
y=[0,1,2,3,4] # y轴数据

# 设置多维数据
dev_x=[25,26,27,28,29,30] # 开发者的年龄
dev_y=[7567,8789,8900,11560,16789,25231] #收入情况
py_dev_y=[5567,6789,9098,15560,20789,23231] # python开发者
js_dev_y=[6567,7789,8098,12356,14789,20231] # java开发者

devsalary=pd.DataFrame([dev_x,dev_y,py_dev_y,js_dev_y])

01.チャートのテーマスタイルを設定する

以前はクラシックスタイルが使用されていました。

plt.style.use('classic')
plt.plot(x,y)

次に、538スタイルに変更します。

plt.style.use('fivethirtyeight') # 538统计样式
from IPython.display import HTML # 在实现动态的过程中必须引入的库
plt.plot(x,y)

02サンプルデータの使用

import random
from itertools import count

index=count()
x1=[]
y1=[]

x1.append(next(index))
y1.append(random.randint(0,50))
plt.plot(x1,y1)

最初に手動効果を試してみましょう。

この効果は、実現したいアニメーションです。

def animate(i):
    x1.append(next(index))
    y1.append(random.randint(0,50))
    plt.plot(x1,y1)

from matplotlib.animation import FuncAnimation

ani=FuncAnimation(plt.gcf(),animate,interval=1000) # interval=1000代表时间间隔，数值越小，则时间间隔越短
HTML(ani.to_jshtml())

上のビデオはデータの生成プロセスのデモンストレーションであり、色が変わるたびに色が変わることがわかります。

ビデオの下には、タイムノードでPythonによって生成されたシーケンスの数を示す完全な画像もあります。


イメージが変更されるたびに元のベースで変更する場合は、次を使用します。

plt.cla()

def animate(i):
    x1.append(next(index))
    y1.append(random.randint(0,50))
    plt.cla() #每次变化的时候都是在原有基础上改变 
    plt.plot(x1,y1)

2.映画の興行収入を使用してアニメーションを作成します

動的なリアルタイムデータは、多くの場合、タイムラインに関連しています。今回使用したデータ：cnboo1.xlsx
コードクラウドに配置しました。必要に応じて移動してください：cnboo1.xlsx

import pandas as pd 
cnbodf=pd.read_excel('cnboo1.xlsx')
cnbodfsort=cnbodf.sort_values(by=['BO'],ascending=False)

def mkpoints(x,y):
    return len(str(x))*(y/25)-3

cnbodfsort['points']=cnbodfsort.apply(lambda x:mkpoints(x.BO,x.PERSONS),axis=1)

cnbodfgb=cnbodfsort.groupby("TYPE").mean(["bo","prices","persons","points"])
cnbodfsort['type1']=cnbodfsort['TYPE'].apply(lambda x:x.split("/")[0])
cnbodfgb=cnbodfsort.groupby(["type1"])["ID","BO","PRICE","PERSONS","points"].mean()
cnbodfgbsort=cnbodfgb.sort_values("BO",ascending=False)

x=cnbodfsort['PERSONS']
y=cnbodfsort['PRICE']
plt.plot(x,y)

x軸とy軸のデータとして人数と映画のチケットの価格を使用すると、データがより混沌としていることがわかります。

動的なリアルタイムのデータラインは時間に関連していることがよくあります。
したがって、データを再定義する必要があります。

y1=y.to_list()
X1=x.to_list()

def animate(i):
    x1.append(next(index))
    y1.append(y[random.randint(1,49)]) # 表示在50条电影数据中随机选择一条
    plt.cla() #每次变化的时候都是在原有基础上改变 
    plt.plot(x1,y1)

x1=[]
y1=[]

ani=FuncAnimation(plt.gcf(),animate,interval=1000)
HTML(ani.to_jshtml())

最終結果は次のとおりです。