matplotlib实现疫情数据可视化

matplotlib 绘制中美疫情对比折线图动画

%matplotlib notebook
 
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

# 1. 准备数据
# 1.1 加载数据
datas = pd.read_csv('./Desktop/currentConfirmedCount.csv')
# 1.2 准备折线图需要的数据
# 日期, 作为横轴的刻度
x_ticks = datas.dateId.values
# x轴的数据
x = list(range(x_ticks.shape[0]))
# 中国现有确诊病例数量
china = datas['中国'].values
# 美国现有确诊病例数量
usa = datas['美国'].values
# print(x_ticks)
# print(x)
# print(china)
# print(usa)
# 2. 创建画布
fig = plt.figure(figsize=(10, 6), dpi=100)
# 3. 初始化折线图和坐标轴的范围与刻度
# 3.1 定义变量, 用于记录每一帧折线图显示的数据条数
line_range = 8
# 3.2 定义变量, 用于记录每一帧x轴刻度的数量
xticks_range = 10
# 3.3 初始化中美折线图对象
china_line, = plt.plot([], [], color='r', marker='o', label='中国')
usa_line, = plt.plot([], [], color='g', marker='*', label='美国')
# 3.4 显示图例
plt.legend()
# 3.5 设置x轴,y轴的范围以及x轴的刻度
plt.ylim(0, max(usa))
plt.xlim(0, line_range)
plt.xticks(x[0: xticks_range], x_ticks[0: xticks_range])
plt.xlabel('日期') #为xy轴添加刻度标签
plt.ylabel('现存确诊人数')
plt.grid(linestyle='--',alpha = 0.7)
# 4. 实现动画的更新方法
def update(i):
    # 更新折线图数据
    start = 0 if i - line_range + 1 < 0 else  i - line_range + 1
    end = i + 1
    # 更新中国折线图数据
    china_line.set_data(x[start: end], china[start: end])
    # 更新美国折线图数据
    usa_line.set_data(x[start: end], usa[start: end])
  
    # 设置x轴的范围和刻度
    if i >= line_range:
        xticks_end = end + (xticks_range-line_range) if end + (xticks_range-line_range) < len(x) else len(x)
        # 更新x轴范围
        plt.xlim(start, xticks_end)
        # 更新x轴刻度
        plt.xticks(x[start: xticks_end], x_ticks[start: xticks_end])
        
    return china_line, usa_line
# 5. 创建动画对象
animation = FuncAnimation(fig, update, frames=x, repeat=False)
# 将动画保存为GIF格式的图片
animation.save('test_animation.gif',writer='imagemagick')
# 6. 展示
plt.show()

matplotlib 绘制top10国疫情对比条形图动画

%matplotlib notebook 
#必须加上这句话，才有动画效果
import pandas as pd #加载数据，处理数据
import numpy as np #用于指定数据类型
import matplotlib.pyplot as plt #画图
from matplotlib.animation import FuncAnimation #动画类
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['font.serif'] = ['KaiTi']
# 1. 准备数据
# 1.1 加载数据
#index_col=0,指定dateid这一列为行索引，dtype=np.int32，将表中的数据全部变成整数
datas = pd.read_csv('./Desktop/currentConfirmedCount.csv', index_col=0, dtype=np.int32)
# 1.2 获取现存确诊病例数量前10的国家疫情信息，datas.iloc[行:, :列]
top10 = datas.iloc[4:, :10]
# 2. 创建画布和绘图区
  #相同国家显示相同颜色
   #1.准备国家与颜色字典
color=['r', 'g', 'b', 'm', 'c', 'yellow', 'orange', 'yellowgreen', 'hotpink', 'gold']
name_color_map = dict(zip(top10.columns,color))#zip方法使得top10的国家于上面的颜色列表一一对应，dict再将其转换为字典
fig, ax = plt.subplots(figsize=(10, 6), dpi=100) #figsize=(10, 6)画布大小， dpi=100清晰度
def update(date): #传入的是每一天的数据
    #1. 绘制基本的条形图
    # 清空画布
    ax.clear()
    # 准备数据 ，对条形图按现有确诊人数降序排序，sort_values()默认是升序，因为数据是从下往上开始添加的
    data = top10.loc[date].sort_values()
    #生成各个国家的颜色列表
    color = [name_color_map[name] for name in data.index]
    # 绘制条形图
    ax.barh(data.index, data.values,height=0.6, color=color)
     # 2. 添加辅助信息
    # 2.1 在每一个柱状体上添加国家和现有确诊病例数量
    for i, name in enumerate(data.index): #i,enumerate函数是为了添加索引
        # 获取这个国家现有确诊病例数量
        value = data[name]
        # 现有确诊病例数量
        dx = data.max() / 100#数字与条形图之间的小间距
     
        ax.text(value+dx, i, value, fontsize=12,verticalalignment='center') 
        #宽度（这里直接用的样本数值），第几个条形图，数值，字体大小,让显示的内容上下居中
        # 在条前添加国家名称并定位
        name_x = value-len(name)*dx*2.5 #国家名显示的位置
        if name_x > 0: #如果不能显示到条条中，就不显示了
            ax.text(name_x, i, name, fontsize=12,verticalalignment='center')#同上
    # 2.2 添加日期并确定位置
    ax.text(0.8, 0.3, date, transform=ax.transAxes, fontsize=16)
    # 2.3 设置x的刻度在顶部
    ax.xaxis.set_ticks_position('top')
    # 2.4 添加标题
    ax.text(0, 1.06, '现有确诊病例数量', transform=ax.transAxes, fontsize=14)
    ax.text(0.4, 1.12, 'Top10国疫情对比', transform=ax.transAxes, fontsize=18)
    # 2.5 显示网格(x轴)
    ax.grid(axis='x')
    # 2.6 不显示画布四周边框
    plt.box(False)
# 4. 创建动画并展示
animation = FuncAnimation(fig, update, frames=top10.index, repeat=False)#画布，更新方法，数据，是否重复
animation.save('test2_animation.gif',writer='imagemagick')
plt.show()