刚刚发现的可视化动态图库ipyvizzu,太好看了

ipyvizzu生成的可视化图形是动态的,以前我们生成的可视化图形都是静态不动的。

它是python中的非标准库ipyvizzu,因此使用pip的方式额外安装一下。

【阅读全文】

pip install ipyvizzu

1、小试牛刀

首先,导入绘图相关的库ipyvizzu,以及pandas用来做数据导入操作。

import pandas as pd
from ipyvizzu import Chart, Data, Config

将csv文件中的数据读取出来,返回的数据格式是DataFrame数据。

data_frame = pd.read_csv("titanic.csv")

导入数据以后,就使用ipyvizzu提供的Data数据模块加载当前的数据。

data = Data()
data.add_data_frame(data_frame)

实例化ipyvizzu的图表对象,使用图表对象加载data对象中的数据作为图表数据。

chart = Chart()
chart.animate(data)

接下来我们开始绘制图表,需要指定好的是图表的一些属性,例如直方图的话就是X轴Y轴该放置什么样的数据,颜色选择是默认的还是需要另外指定的,以及标题等等。

chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))

看一下图片的演示,至此,静态数据可视化地图就完成了。

[En]

Take a look at the demonstration of the picture, and at this point, a static data visualization map is completed.

刚刚发现的可视化动态图库ipyvizzu,太好看了

2、大开眼界

根据第一个步骤中绘制的可视化图形,发现上面绘制的图形它是一个静态的数据图。我们既然说ipyvizzu是一个动态的可视化数据展示,那是怎么整的呢?

动态可视化,他主要是依赖于chart.animate函数来实现的,这个时候改变了x轴/y轴/标题等属性,每个chart.animate函数都生成一张静态图片,生成多个静态图片之间的转换自然就形成了动态的效果。

例如,将下面的代码块添加到上面第一个测试的部分,相当于生成另一个静态数据图片。

[En]

For example, adding the following code block to the part of the first test above is equivalent to generating another static data picture.

chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))

集成了具有动态可视化效果的图形,可以看看下面的可视化图形。

[En]

Integrated to have the effect of dynamic visualization graphics, you can take a look at the following visualization graphics.

刚刚发现的可视化动态图库ipyvizzu,太好看了

3、渐入佳境

根据上述代码块得出的经验,只需要控制chart.animate函数生成静态图片的个数,那么就能控制动动态可视化图形的动态转化次数。

此过程的集成是以下代码块,效果不加利用。

[En]

The integration of this process is the following code block, the effect is not leveraged.

import pandas as pd

from ipyvizzu import Chart, Data, Config

data_frame = pd.read_csv("titanic.csv")

data = Data()

data.add_data_frame(data_frame)

chart = Chart()

chart.animate(data)

chart.animate(Config({"x": "Count", "y": "Sex", "label": "Count","title":"Passengers of the Titanic"}))

chart.animate(Config({"x": ["Count","Survived"], "label": ["Count","Survived"], "color": "Survived"}))

chart.animate(Config({"x": "Count", "y": ["Sex","Survived"]}))

使用chart.animate函数总共变换了三次数据坐标及属性的设置,下面看看效果吧!

刚刚发现的可视化动态图库ipyvizzu,太好看了

最后,备注一下官网的地址,里面的例子example数不胜数,有兴趣的大佬可以了解一下啦~

https://vizzuhq.github.io/ipyvizzu/examples/examples.html

谢谢您一直鼓励我。今天就到这里吧。下次见。

[En]

Thank you for your support. That’s all for today. See you next time.

刚刚发现的可视化动态图库ipyvizzu,太好看了

【往期精选】

记住这些windows网络操作命令,轻松搞定自己的电脑网络!

word文档样式批量处理,久违了!

python 如何在多层循环中使用break/continue!

用python为心爱的人制作520照片墙,已成功做出效果图!

两个库搞定python中引用javascript代码块/文件…

Original: https://www.cnblogs.com/lwsbc/p/16344414.html
Author: Python集中营
Title: 刚刚发现的可视化动态图库ipyvizzu,太好看了

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/499451/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球