1. Home
    2. Blog

利用Matplotlib实现数据动态可视化

Data dynamic visualization by using Matplotlib

摘要

以1850-2018年150多年来全球平均气温距基准平均气温（1961-1990年）的变化数据为例，基于Matplotlib python库，绘制数据动态可视化图。

制作结果预览：

Matplotlib简单介绍

Matplotlib是Python中功能全面的绘图库。同时，它也可以与数学运算库NumPy、图形工具包PyQt和wxPython等多种python库一起使用，提供了一种有效的MatLab开源替代方案。

开发者使用Matplotlib，可以仅需要少量的代码，便可制作出专业、美观的直方图，条形图，功率谱，散点图等多种类型的图，是实现数据可视化的简单高效的工具。

对于Matplotlib的安装、基本使用等，本文不再过多的介绍，在此附上官网链接，足够学习使用~

* 官方主页：https://matplotlib.org

* 官方示例：https://matplotlib.org/gallery/index.html

* 官方API：https://matplotlib.org/api/index.html

绘制动态图

一般情况下，利用Matplotlib绘制动态图时，通常选择使用Matplotlib的animation模块，但是该模块的函数使用比较繁琐，不易学习，开发不灵活。

因此，本文介绍一种相对比较简单的办法，使用动态绘图和暂停功能来实现，具体看代码。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
# -*- coding: utf-8 -*-
 
import numpy
import matplotlib.pyplot as plt
import matplotlib.dates as mdate
 
# 配置参数
plt.rcParams['font.family'] = 'Times New Roman'  # 设置字体
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
 
# 设置字体大小
fs_label = 18
fs_ticks = 16
fs_legend = 16
fs_text = 16
 
 
def Plot(x, y1, y2):
    '''
    Create plot
    :param x:
    :param y1:
    :param y2:
    :return:
    '''
    fig, ax = plt.subplots(figsize=(14, 5))  # 创建窗口和子图
    plt.tick_params(labelsize=fs_ticks)  # 设置刻度字体
 
    # 设置时间轴格式
    fig.autofmt_xdate(rotation=30, ha='center')
    dateFmt = mdate.DateFormatter('%Y')
    ax.xaxis.set_major_formatter(dateFmt)
 
    years = numpy.arange(int(x[0]), int(x[-1]) + 1)
    yearsDate = GetDateArr(years)  # 获取年份列表
    xs = [yearsDate[0], yearsDate[0]]
    ys = [y1[0], y1[0]]
    ys2 = [y2[0], y2[0]]
 
    # 添加text
    plt.text(yearsDate[-22], -0.7, 'Made by GaoHR', fontsize=fs_text-2, color='#1E90FF')
    plt.text(yearsDate[0], -0.7, 'Global temperature anomaly datasets (http://www.cru.uea.ac.uk/cru/data/temperature/)',
                 fontsize=fs_text-2, fontfamily='Times New Roman', color='#333333')
    plt.text(yearsDate[0], 0.5, 'The global record data were provided by Climatic Research Unit',
                 fontsize=fs_text-2, fontfamily='Times New Roman', color='#333333')
    plt.text(yearsDate[0], 0.15, 'The time series shows the combined global land and marine surface temperature record\n'
                                'from 1850 to 2018. The base period is 1961-1990.\n'
                                 'This year was the 4rd warmest on record.', fontsize=fs_text-4, fontfamily='Times New Roman', color='#666666')
 
    # 设置x、y轴范围
    # plt.xlim(x_min, x_max)
    plt.ylim(-0.75, 1)
 
    # 设置标签、添加刻度标线
    ax.set_xlabel('Year', fontsize=fs_label, fontfamily='Times New Roman')
    ax.set_ylabel('Temperature anomaly ($^o$C)', fontsize=fs_label, fontfamily='Times New Roman')
    plt.grid(True, linestyle='--', alpha=0.5)
 
    # 动态读取数据，绘制图形
    for i in range(years[0], years[-1]):
        # 更新x, y1, y2
        xs[0] = xs[1]
        ys[0] = ys[1]
        ys2[0] = ys2[1]
        xs[1] = yearsDate[i - int(x[0])]
        ys[1] = y1[i - int(x[0])]
        ys2[1] = y2[i - int(x[0])]
         
        ax.bar(xs, ys, width=150, color=getColor(y1[i - int(x[0])]))  # 绘制条状图
        ax.plot(xs, ys2, color='#555555')  # 绘制曲线图
        plt.legend(['Smoothed'], loc='upper left', fontsize=fs_legend)  # 添加图例
        plt.pause(0.1)  # 设置时间间隔
 
    plt.tight_layout()
    plt.show()

还有用到的一些函数：读取Excel表格函数ReadDatafromExcel，不同值显示不同的颜色getColor等

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
def ReadDatafromExcel(xlsfile, sheet_name, ytype, yindex, t_index=[]):
    '''
    Read data from excel
    :param xlsfile: 
    :param sheet_name: 
    :param ytype: 
    :param yindex: 
    :param t_index: 
    :return: 2-D array
    '''
    bk = xlrd.open_workbook(xlsfile)
    y = []
    for sh in bk.sheets():
        # print len(sh.col_values(0))
        # print "Sheet:", sh.name
        if sh.name == sheet_name:
            # y = numpy.zeros((len(ytype), days_num))
            for j in range(len(ytype)):
                k = []
                # col_len = len(filter(lambda x: x != "", sh.col_values(j))) # 获取列的长度
                row_len = sh.nrows
                if j not in t_index:
                    for i in range(row_len - 1):
                        k.append(sh.cell(i + 1, yindex[j]).value)
                    y.append(k)
                else:
                    # 如果是时间字段，则读取为 datetime 类型
                    for i in range(row_len - 1):
                        k.append(xlrd.xldate.xldate_as_datetime(sh.cell(i + 1, yindex[j]).value, bk.datemode))
                    y.append(k)
    return y
 
 
def getColor(t):
    '''
    Get color based on t
    :return:
    '''
    if t < -0.5:
        return "#191970"
    elif -0.5 < t < -0.4:
        return "#0000CD"
    elif -0.4 < t < -0.3:
        return "#0000FF"
    elif -0.3 < t < -0.1:
        return "#1E90FF"
    elif -0.1 < t < 0:
        return "#87CEEB"
    elif 0 < t < 0.1:
        return "#7FFFD4"
    elif 0.1 < t < 0.3:
        return "#FFD700"
    elif 0.3 < t < 0.4:
        return "#FF8C00"
    elif 0.4 < t < 0.5:
        return "#FF8C00"
    else:
        return "#FF4500"

主函数

?
1
2
3
4
5
6
7
8
9
10
11
if __name__ == "__main__":
    xlsfile = r"<Excel文件路径>"
    sheet_name = "Sheet1"
    ytype = ["x", " y1", "y2"]
    yindex = [0, 1, 2]
    data = ReadDatafromExcel(xlsfile, sheet_name, ytype, yindex)
 
    x = data[0]
    y1 = data[1]
    y2 = data[2]
    Plot(x, y1, y2)

补充

需要注意的是，本文代码读取的Excel表格格式如下图所示。

数据可以从Global temperature anomaly datasets网站上获取。

附绘制的数据静态图


Fighting, GISer!

最新博文