Python利用pynimate实现制作动态排序图

什么是pynimate

pynimate是一个Python模块，用于可视化数据的动画制作。它基于Matplotlib构建，可以使用Matplotlib已有的绘图工具，创建动态、交互的图表。

pynimate构建于Matplotlib之上，因此，它的使用方法与Matplotlib非常相似，只需要稍作调整就可以将静态图转换成动态图，而且pynimate能够自动将图表转换成可播放的动画，无需使用其他工具。

制作动态排序图的步骤

1. 准备数据

无论是制作静态还是动态排序图，数据都是必不可少的。在这里我们以一些姓氏在2010年至2020年的年度出现频率为例。

# 准备数据

import pandas as pd

data = {"Last_name": ["Smith", "Johnson", "Brown", "Taylor", "Miller"],
        "2010": [1000, 950, 800, 700, 500],
        "2011": [1050, 1000, 820, 750, 520],
        "2012": [1100, 1050, 840, 780, 550],
        "2013": [1150, 1100, 900, 820, 580],
        "2014": [1200, 1150, 940, 870, 610],
        "2015": [1250, 1200, 980, 910, 640],
        "2016": [1300, 1250, 1020, 950, 670],
        "2017": [1350, 1300, 1060, 990, 700],
        "2018": [1400, 1350, 1100, 1030, 730],
        "2019": [1450, 1400, 1140, 1070, 760],
        "2020": [1500, 1450, 1180, 1110, 790]}

df = pd.DataFrame(data)

1. 安装pynimate

pynimate是不自带的模块，所以我们需要先安装它。可以使用pip命令进行安装。

# 安装pynimate

!pip install pynimate

1. 设置图表

接下来我们要设置列表的样式和标签，以便后续使用。

# 设置图表

import matplotlib.pyplot as plt
import matplotlib.animation as animation

fig, ax = plt.subplots(figsize=(10, 6))

ax.set_xlim(0, 1500)
ax.set_ylim(0, 5)

ax.set_xlabel("出现频率", fontsize=12)
ax.set_ylabel("姓氏", fontsize=12)

ax.set_yticks(df.index)
ax.set_yticklabels(df["Last_name"], fontsize=12)

ax.invert_yaxis()

bars = ax.barh(df.index, df["2010"], align='center')

1. 定义更新函数

定义一个函数用于更新图表，每帧的变换都将在该函数中实现。

# 定义更新函数

def update(num):
    year = str(num+2010)

    ax.set_title("姓氏在"+year+"年度出现频率", fontsize=14)

    values = df[year].values
    indices = values.argsort()[::-1]

    sorted_data = dict()
    sorted_data["Last_name"] = df["Last_name"].iloc[indices]
    sorted_data[year] = df[year].iloc[indices]

    for i, y in enumerate(sorted_data[year]):
        bars[i].set_width(y)
        bars[i].set_color('#4682B4')

    return bars

1. 制作动画

最后，我们使用FuncAnimation功能来构建动画。该功能接收几个必要的参数，一个是图表的实例ax，一个是更新函数update，还需要设置总共需要更新的帧数frames。

# 制作动态排序图

ani = animation.FuncAnimation(fig, update, frames=range(11), interval=1000)
plt.show()

这段代码将生成一个可以在Jupyter Notebook界面内直接播放的动态图表。

示例一：不同颜色的动态排序图

如果你觉得默认颜色有些单调，可以考虑通过调整颜色方案来让图表更有视觉吸引力。

# 调整颜色的动态排序图

def update_colors(num, colors):
    year = str(num+2010)

    ax.set_title("姓氏在"+year+"年度出现频率", fontsize=14)

    values = df[year].values
    indices = values.argsort()[::-1]

    sorted_data = dict()
    sorted_data["Last_name"] = df["Last_name"].iloc[indices]
    sorted_data[year] = df[year].iloc[indices]

    for i, y in enumerate(sorted_data[year]):
        bars[i].set_width(y)
        if sorted_data["Last_name"].iloc[i] in colors:
            bars[i].set_color(colors[sorted_data["Last_name"].iloc[i]])
        else:
            bars[i].set_color('#4682B4')

    return bars

colors = {"Smith": "#FF5733", "Johnson": "#C70039", "Taylor": "#900C3F"}

ani = animation.FuncAnimation(fig, update_colors, frames=range(11), fargs=(colors,), interval=1000)
plt.show()

在这个例子里，我们利用了fargs参数，将颜色方案传递给update函数。update_colors是一个修改过的函数，用于动态生成柱状图的颜色。

示例二：交互式动态排序图

在pynimate模块中，我们可以添加回调函数，在图表上添加按钮和滑块等控件，实现交互式动态排序图的制作。

# 交互式动态排序图

def update_interact(year):
    ax.set_title("姓氏在"+year+"年度出现频率", fontsize=14)

    values = df[year].values
    indices = values.argsort()[::-1]

    sorted_data = dict()
    sorted_data["Last_name"] = df["Last_name"].iloc[indices]
    sorted_data[year] = df[year].iloc[indices]

    for i, y in enumerate(sorted_data[year]):
        bars[i].set_width(y)
        bars[i].set_color('#4682B4')

    return bars

def on_slider_change(event):
    year = str(int(event))
    update_interact(year)

from matplotlib.widgets import Slider

year_slider_ax = fig.add_axes([0.15, 0.1, 0.7, 0.05])
year_slider = Slider(year_slider_ax, 'Year', 2010, 2020, valinit=2010, valstep=1)

year_slider.on_changed(on_slider_change)

plt.subplots_adjust(bottom=0.3)

update_interact('2010')

plt.show()

在这个例子里，我们添加了一个滑块作为控件，可以通过滑动滑块来改变动态排序图的年份。滑块的回调函数是on_slider_change，每当滑块值发生变化时都会调用该函数，更新图表。