两个简单的代码片段让你的图表动起来

我们以前也发过很多关于数据可视化的文章。但是对于展示来说，如果你的图表能够动起来，那么他的展示效果要比静态的图有更多的冲击力，尤其是你需要向领导和客户展示的时候。所以在本篇文章整列了2个简单的代码片段，可以让你的图表动起来

动画

Python中有许多用于绘制图形的库。Matplotlib, Seaborn, Bokeh, Plotly等等。

但是我们绘图的目的是要向听众和要传递的信息。如果你的图能够动起来那么他们肯定会让听众在看第一眼的时候就印象深刻。但是并不是每个图形或数据集都适合动画。一般情况下，动画对时间序列来说非常有效。例如，根据时间变化进行数据的对比。

Plotly Express

Plotly Express，可以直接为我们创建动态图表:

1. import plotly.express as px
2. import pandas as pd
3. import numpy as np

让我们在数据集中创建一些值。

1. df = pd.DataFrame( {'week': np.random.randint(1,21, size=200),
2. 'P1': np.random.randint(10,220, size=200),
3. 'P2': np.random.randint(15,200, size=200),
4. 'P3': np.random.randint(10,490, size=200),
5. 'P4': np.random.randint(10,980, size=200) } )
7. df = pd.DataFrame( {'week': np.random.randint(1,21, size=200),
8. 'P1': np.random.randint(10,220, size=200),
9. 'P2': np.random.randint(15,200, size=200),
10. 'P3': np.random.randint(10,490, size=200),
11. 'P4': np.random.randint(10,980, size=200) } )

现在我们可以绘制一个动画图来查看产品按周的变化情况。

创建散点图动画也同样简单。

1. fig = px.scatter(df, x="week", y="sales", animation_frame="week", animation_group="product", size="sales", color="product", hover_name="product", range_x=[0,20], range_y=[0,800])
2. fig.update_layout(height=600, width=1000)

完整文章：

https://avoid.overfit.cn/post/637663df44424791be062139a71ab00a