Matplotlib 和 Seaborn 用來(lái)做數(shù)據(jù)固定的靜態(tài)圖表很不錯(cuò)，但如果需要?jiǎng)討B(tài)顯示數(shù)據(jù)的變化過(guò)程用這倆庫(kù)就有點(diǎn)難度了。如果能用短視頻來(lái)動(dòng)態(tài)展示圖表中數(shù)據(jù)的變化是不是就有點(diǎn)厲害了？而且不用學(xué)新的庫(kù)，就用Matplotlib 和 Seaborn，是不是更厲害了！今天就教大家一個(gè)很酷的教程，馬上動(dòng)起來(lái)。

這里我們用到的數(shù)據(jù)是由美國(guó)疾控中心和藥物濫用研究所收集的。我最近用他們的數(shù)據(jù)給一個(gè)關(guān)于美國(guó)鴉片藥物濫用危機(jī)的紀(jì)錄片做了幾個(gè)動(dòng)態(tài)圖所以這里就接著用了。下面是數(shù)據(jù)的下載鏈接：

下載地址：

https://www.drugabuse.gov/sites/default/files/overdose_data_1999-2015.xls

除了用Matplotlib和Seaborn來(lái)作圖我們還用到了Numpy和Pandas來(lái)處理數(shù)據(jù)。先把需要的庫(kù)都import進(jìn)來(lái)：

接下來(lái)把數(shù)據(jù)從下載的Excel文件讀進(jìn)來(lái)，我們用Pandas來(lái)讀所以讀進(jìn)來(lái)就是一個(gè)DataFrame。這里我們還寫(xiě)了一個(gè)傳入行數(shù)只讀取一行數(shù)據(jù)的函數(shù)。這是為了以后給不同藥物分別做圖的時(shí)候讀數(shù)據(jù)方便一些。

這些準(zhǔn)備工作做好我們就可以開(kāi)始作圖了。如果你用Jupyter Notebook的 話記得加圖表頁(yè)內(nèi)顯示的命令%matplotlib notebook。

我們先用剛才寫(xiě)的get_data函數(shù)把因?yàn)?**死亡的人數(shù)讀出來(lái)。這個(gè)DataFrame有兩列，分別是年份和死亡人數(shù)。

接下來(lái)我們初始化一個(gè)ffmpeg輸出流。這里我設(shè)置幀率20碼率1800 ，當(dāng)然你自己可以改幀率和碼率。

下面我們需要?jiǎng)?chuàng)建圖表和橫縱坐標(biāo)。這里要把數(shù)據(jù)范圍定死不然數(shù)據(jù)更新的時(shí)候 Matplotlib 會(huì)自動(dòng)更新數(shù)據(jù)范圍我們的動(dòng)圖數(shù)據(jù)范圍就會(huì)來(lái)回變。

繪圖中最重要的就是下面這個(gè) animate 函數(shù)，它的參數(shù) i 指的是幀數(shù)。我們通過(guò)參數(shù) i 來(lái)選擇這一幀應(yīng)該顯示的數(shù)據(jù)然后用 Seaborn 來(lái)畫(huà)一個(gè)折線圖。最后兩行改改字體和折線的寬度讓圖好看一點(diǎn)。

要讓圖表動(dòng)起來(lái)我們得把剛才定義的 animate 函數(shù)傳給 matplotlib.animation.FuncAnimation。除了animate，F(xiàn)uncAnimation還有一個(gè)參數(shù)frames，這個(gè)參數(shù)的意思是說(shuō)我們這段動(dòng)畫(huà)想一共要多少幀。這里 frames 的值是 17 幀，所以 animate 函數(shù)會(huì)被調(diào)用17次。

最后我們把這段動(dòng)畫(huà)存成 mp4 格式就行了。如果想先看看效果，可以用plt.show()。

最后出來(lái)的效果是這樣的：

意思是有了但給人感覺(jué)數(shù)據(jù)的跳躍有點(diǎn)太快了，所以我們可能得給數(shù)據(jù)點(diǎn)中間插點(diǎn)值。插值可以用下面的 augment 函數(shù)：

用 augment 函數(shù)處理完數(shù)據(jù)我們還要調(diào)整一下 FuncAnimation 函數(shù)中的幀數(shù)。這里我給 augment 傳入的 numsteps 是 10，也就是說(shuō) augment 后從99 年到 15 年的 16 個(gè)數(shù)據(jù)點(diǎn)變成了 160 個(gè)，所以幀數(shù)也要設(shè)成 160。調(diào)整完的圖看著順溜多了，不過(guò)在數(shù)據(jù)增減變化的地方還是能看到很硬的拐彎。

為了讓這些拐角也平滑一點(diǎn)我們參考了下面這個(gè)鏈接里的高斯平滑算法。這個(gè)鏈接里也介紹了其他的平滑算法。

https://www.swharden.com/wp/2008-11-17-linear-data-smoothing-in-python/

此外我們還可以給圖片加點(diǎn)背景色。

大功告成！其實(shí)不是大功，只是用 Matplotlib 制作動(dòng)態(tài)圖表的一個(gè)很基本的例子。不過(guò)原理都是一樣的，在 animate 函數(shù)里繪圖然后調(diào)整調(diào)整合適的參數(shù)什么圖都能動(dòng)起來(lái)。最后希望大家順利操作起來(lái)！