通常大家做出来的图表，绝大部分都是静态的，有时会显得不够吸引人。

今天小F就给大家介绍一下，如何用Python绘制动态图表。

主要是使用到Matplotlib+imageio，其中Matplotlib就有一个Animation类，可以生成动图GIF，不过使用起来学习成本较高，还是有一定难度的。

这里我将先创建静态图表的图片，然后使用Imageio创建一个GIF(动态图表)。

一共给大家介绍三种动态图表的绘制，折线图，条形图，散点图。

01 折线图

先来绘制一个简单的折线图看看。

import osimport numpy as npimport matplotlib.pyplot as pltimport imageio# 生成40个取值在30-40的数y = np.random.randint(30, 40, size=(40))# 绘制折线plt.plot(y)# 设置y轴最小值和最大值plt.ylim(20, 50)# 显示plt.show()

使用Numpy创建一个数值范围在30到40之间的随机整数列表，结果如下。

下面将对整数列表进行切片，生成不同阶段的图表。

# 第一张图plt.plot(y[:-3])plt.ylim(20, 50)plt.savefig('1.png')plt.show()# 第二张图plt.plot(y[:-2])plt.ylim(20, 50)plt.savefig('2.png')plt.show()# 第三张图plt.plot(y[:-1])plt.ylim(20, 50)plt.savefig('3.png')plt.show()# 第四张图plt.plot(y)plt.ylim(20, 50)plt.savefig('4.png')plt.show()

得到x轴为0:36、0:37、0:38、0:39四个折线图表。

有了这四张图，我们就可以使用Imageio生成GIF了。

# 生成Gifwith imageio.get_writer('mygif.gif', mode='I') as writer:    for filename in ['1.png', '2.png', '3.png', '4.png']:        image = imageio.imread(filename)        writer.append_data(image)

动图来了。

一个会动的折线图表就制作出来了，不过不是从x轴坐标为0的时候开始的。

filenames = []num = 0for i in y:    num += 1    # 绘制40张折线图    plt.plot(y[:num])    plt.ylim(20, 50)    # 保存图片文件    filename = f'{num}.png'    filenames.append(filename)    plt.savefig(filename)    plt.close()# 生成gifwith imageio.get_writer('mygif.gif', mode='I') as writer:    for filename in filenames:        image = imageio.imread(filename)        writer.append_data(image)# 删除40张折线图for filename in set(filenames):    os.remove(filename)

绘制出40张折线图，并且保存图片，生成GIF。

可以看到折线图的x坐标从0一直到了40。

02 条形图

上面的折线图每次只有一个y值即可，而条形图则需要所有的y值，如此所有的条形才能同时移动。

给X轴创建固定值，Y轴创建列表，并使用Matplotlib的条形图函数。

x = [1, 2, 3, 4, 5]coordinates_lists = [[0, 0, 0, 0, 0],                     [10, 30, 60, 30, 10],                     [70, 40, 20, 40, 70],                     [10, 20, 30, 40, 50],                     [50, 40, 30, 20, 10],                     [75, 0, 75, 0, 75],                     [0, 0, 0, 0, 0]]filenames = []for index, y in enumerate(coordinates_lists):    # 条形图    plt.bar(x, y)    plt.ylim(0, 80)    # 保存图片文件    filename = f'{index}.png'    filenames.append(filename)    # 重复最后一张图形15帧(数值都为0),15张图片    if (index == len(coordinates_lists) - 1):        for i in range(15):            filenames.append(filename)    # 保存    plt.savefig(filename)    plt.close()# 生成gifwith imageio.get_writer('mygif.gif', mode='I') as writer:    for filename in filenames:        image = imageio.imread(filename)        writer.append_data(image)# 删除20张柱状图for filename in set(filenames):    os.remove(filename)

有数值的条形图图片是5张，没数值的图片是2+15=17张。

GIF结束段，添加了15帧空白图片。所以在结束的时候会显示一段时间的空白。

可以设置一下条形图当前位置到下个位置的速度，让过渡变得平滑。

将当前位置和下一个位置之间的距离除以过渡帧数。

n_frames = 10x = [1, 2, 3, 4, 5]coordinates_lists = [[0, 0, 0, 0, 0],                     [10, 30, 60, 30, 10],                     [70, 40, 20, 40, 70],                     [10, 20, 30, 40, 50],                     [50, 40, 30, 20, 10],                     [75, 0, 75, 0, 75],                     [0, 0, 0, 0, 0]]print('生成图表\n')filenames = []for index in np.arange(0, len(coordinates_lists) - 1):    # 获取当前图像及下一图像的y轴坐标值    y = coordinates_lists[index]    y1 = coordinates_lists[index + 1]    # 计算当前图像与下一图像y轴坐标差值    y_path = np.array(y1) - np.array(y)    for i in np.arange(0, n_frames + 1):        # 分配每帧的y轴移动距离        # 逐帧增加y轴的坐标值        y_temp = (y + (y_path / n_frames) * i)        # 绘制条形图        plt.bar(x, y_temp)        plt.ylim(0, 80)        # 保存每一帧的图像        filename = f'images/frame_{index}_{i}.png'        filenames.append(filename)        # 最后一帧重复,画面停留一会        if (i == n_frames):            for i in range(5):                filenames.append(filename)        # 保存图片        plt.savefig(filename)        plt.close()print('保存图表\n')# 生成GIFprint('生成GIF\n')with imageio.get_writer('mybars.gif', mode='I') as writer:    for filename in filenames:        image = imageio.imread(filename)        writer.append_data(image)print('保存GIF\n')print('删除图片\n')# 删除图片for filename in set(filenames):    os.remove(filename)print('完成')

看起来是平滑了许多。

好了，接下来我们更改一下图表相关的配置参数，让图表变得好看。

n_frames = 10bg_color = '#95A4AD'bar_color = '#283F4E'gif_name = 'bars'x = [1, 2, 3, 4, 5]coordinates_lists = [[0, 0, 0, 0, 0],                     [10, 30, 60, 30, 10],                     [70, 40, 20, 40, 70],                     [10, 20, 30, 40, 50],                     [50, 40, 30, 20, 10],                     [75, 0, 75, 0, 75],                     [0, 0, 0, 0, 0]]print('生成图表\n')filenames = []for index in np.arange(0, len(coordinates_lists) - 1):    y = coordinates_lists[index]    y1 = coordinates_lists[index + 1]    y_path = np.array(y1) - np.array(y)    for i in np.arange(0, n_frames + 1):        y_temp = (y + (y_path / n_frames) * i)        # 绘制条形图        fig, ax = plt.subplots(figsize=(8, 4))        ax.set_facecolor(bg_color)        plt.bar(x, y_temp, width=0.4, color=bar_color)        plt.ylim(0, 80)        # 移除图表的上边框和右边框        ax.spines['right'].set_visible(False)        ax.spines['top'].set_visible(False)        # 设置虚线网格线        ax.set_axisbelow(True)        ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)        # 保存每一帧的图像        filename = f'images/frame_{index}_{i}.png'        filenames.append(filename)        # 最后一帧重复,画面停留一会        if (i == n_frames):            for i in range(5):                filenames.append(filename)        # 保存图片        plt.savefig(filename, dpi=96, facecolor=bg_color)        plt.close()print('保存图表\n')# 生成GIFprint('生成GIF\n')with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:    for filename in filenames:        image = imageio.imread(filename)        writer.append_data(image)print('保存GIF\n')print('删除图片\n')# 删除图片for filename in set(filenames):    os.remove(filename)print('完成')

给图表添加了背景色、条形图上色、去除边框、增加网格线等。

看起来，效果还不错！

当然也有一些值得改进的地方，比如添加标题。通过插值的方式来使过渡变得更平滑，甚至可以让条形图在x轴上移动。

这里大家就可以自行去研究啦。

03 散点图

要绘制动态散点图，则需要同时考虑x轴和y轴的值。

这里不一定要在每帧上显示相同数量的点，因此需要对其进行校正来进行过渡。

coordinates_lists = [[[0], [0]],                     [[100, 200, 300], [100, 200, 300]],                     [[400, 500, 600], [400, 500, 600]],                     [[400, 500, 600, 400, 500, 600], [400, 500, 600, 600, 500, 400]],                     [[500], [500]],                     [[0], [0]]]gif_name = 'movie'n_frames = 10bg_color = '#95A4AD'marker_color = '#283F4E'marker_size = 25print('生成图表\n')filenames = []for index in np.arange(0, len(coordinates_lists) - 1):    # 获取当前图像及下一图像的x与y轴坐标值    x = coordinates_lists[index][0]    y = coordinates_lists[index][1]    x1 = coordinates_lists[index + 1][0]    y1 = coordinates_lists[index + 1][1]    # 查看两点差值    while len(x) < len(x1):        diff = len(x1) - len(x)        x = x + x[:diff]        y = y + y[:diff]    while len(x1) < len(x):        diff = len(x) - len(x1)        x1 = x1 + x1[:diff]        y1 = y1 + y1[:diff]    # 计算路径    x_path = np.array(x1) - np.array(x)    y_path = np.array(y1) - np.array(y)    for i in np.arange(0, n_frames + 1):        # 计算当前位置        x_temp = (x + (x_path / n_frames) * i)        y_temp = (y + (y_path / n_frames) * i)        # 绘制图表        fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))        ax.set_facecolor(bg_color)        plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)        plt.xlim(0, 1000)        plt.ylim(0, 1000)        # 移除边框线        ax.spines['right'].set_visible(False)        ax.spines['top'].set_visible(False)        # 网格线        ax.set_axisbelow(True)        ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)        ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)        # 保存图片        filename = f'images/frame_{index}_{i}.png'        filenames.append(filename)        if (i == n_frames):            for i in range(5):                filenames.append(filename)        # 保存        plt.savefig(filename, dpi=96, facecolor=bg_color)        plt.close()print('保存图表\n')# 生成GIFprint('生成GIF\n')with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:    for filename in filenames:        image = imageio.imread(filename)        writer.append_data(image)print('保存GIF\n')print('删除图片\n')# 删除图片for filename in set(filenames):    os.remove(filename)print('完成')

效果如下。

当然还有更有趣的散点图变化，比如字母变化。

使用OpenCV从图像创建mask，绘制填充有随机x/y坐标的图，并过滤mask内的点。

使用Matplotlib绘制散点图，使用ImageIO生成gif。

import osimport numpy as npimport matplotlib.pyplot as pltimport imageioimport randomimport cv2# 根据字母的形状, 将字母转化为多个随机点def get_masked_data(letter, intensity=2):    # 多个随机点填充字母    random.seed(420)    x = []    y = []    for i in range(intensity):        x = x + random.sample(range(0, 1000), 500)        y = y + random.sample(range(0, 1000), 500)    if letter == ' ':        return x, y    # 获取图片的mask    mask = cv2.imread(f'images/letters/{letter.upper()}.png', 0)    mask = cv2.flip(mask, 0)    # 检测点是否在mask中    result_x = []    result_y = []    for i in range(len(x)):        if (mask[y[i]][x[i]]) == 0:            result_x.append(x[i])            result_y.append(y[i])    # 返回x,y    return result_x, result_y# 将文字切割成一个个字母def text_to_data(txt, repeat=True, intensity=2):    print('将文本转换为数据\n')    letters = []    for i in txt.upper():        letters.append(get_masked_data(i, intensity=intensity))    # 如果repeat为1时,重复第一个字母    if repeat:        letters.append(get_masked_data(txt[0], intensity=intensity))    return lettersdef build_gif(coordinates_lists, gif_name='movie', n_frames=10, bg_color='#95A4AD',              marker_color='#283F4E', marker_size=25):    print('生成图表\n')    filenames = []    for index in np.arange(0, len(coordinates_lists) - 1):        # 获取当前图像及下一图像的x与y轴坐标值        x = coordinates_lists[index][0]        y = coordinates_lists[index][1]        x1 = coordinates_lists[index + 1][0]        y1 = coordinates_lists[index + 1][1]        # 查看两点差值        while len(x) < len(x1):            diff = len(x1) - len(x)            x = x + x[:diff]            y = y + y[:diff]        while len(x1) < len(x):            diff = len(x) - len(x1)            x1 = x1 + x1[:diff]            y1 = y1 + y1[:diff]        # 计算路径        x_path = np.array(x1) - np.array(x)        y_path = np.array(y1) - np.array(y)        for i in np.arange(0, n_frames + 1):            # 计算当前位置            x_temp = (x + (x_path / n_frames) * i)            y_temp = (y + (y_path / n_frames) * i)            # 绘制图表            fig, ax = plt.subplots(figsize=(6, 6), subplot_kw=dict(aspect="equal"))            ax.set_facecolor(bg_color)            plt.xticks([])  # 去掉x轴            plt.yticks([])  # 去掉y轴            plt.axis('off')  # 去掉坐标轴            plt.scatter(x_temp, y_temp, c=marker_color, s=marker_size)            plt.xlim(0, 1000)            plt.ylim(0, 1000)            # 移除框线            ax.spines['right'].set_visible(False)            ax.spines['top'].set_visible(False)            # 网格线            ax.set_axisbelow(True)            ax.yaxis.grid(color='gray', linestyle='dashed', alpha=0.7)            ax.xaxis.grid(color='gray', linestyle='dashed', alpha=0.7)            # 保存图片            filename = f'images/frame_{index}_{i}.png'            if (i == n_frames):                for i in range(5):                    filenames.append(filename)            filenames.append(filename)            # 保存            plt.savefig(filename, dpi=96, facecolor=bg_color)            plt.close()    print('保存图表\n')    # 生成GIF    print('生成GIF\n')    with imageio.get_writer(f'{gif_name}.gif', mode='I') as writer:        for filename in filenames:            image = imageio.imread(filename)            writer.append_data(image)    print('保存GIF\n')    print('删除图片\n')    # 删除图片    for filename in set(filenames):        os.remove(filename)    print('完成')coordinates_lists = text_to_data('Python', repeat=True, intensity=50)build_gif(coordinates_lists,          gif_name='Python',          n_frames=7,          bg_color='#52A9F0',          marker_color='#000000',          marker_size=0.2)

生成一个Python单词字母的动态散点图。

三个主要的函数。

# 创建一个随机的x/y坐标列表，并使用mask对其进行过滤。get_masked_data()# 将文本转化为数据text_to_data()# 使用坐标点生成散点图, 保存GIFbuild_gif()

这里小F给大家提供了26个字母，大伙可以自行组合。

当然其他图形也是可以的，就是需要自己作图。

图片的大小应为1000x1000像素，mask着色为黑色，背景为白色。

然后将png文件保存在images/letters文件夹中，单独一个字符命名。

coordinates_lists = text_to_data('mac_', repeat=True, intensity=50)build_gif(coordinates_lists,          gif_name='mac',          n_frames=7,          bg_color='#F5B63F',          marker_color='#000000',          marker_size=0.2)

结果如下，最后一张是个人物像。

好了，本期的分享就到此结束了。

使用Matplotlib+Imageio创建动态图表，案例比较简单，大家可以自行下载代码进行学习。

最后本次使用到的代码和数据已上传，欢迎大家点赞、收藏、学习～