Question

我有一个数据集，其中包含每个国家/地区随时间的收入和预期寿命。在1800年，它看起来像这样：

我想制作一张动画图表，显示预期寿命和收入随时间（从1800到2019）的变化。到目前为止，这是我的静态绘图代码：

import matplotlib
fig, ax = plt.subplots(figsize=(12, 7))

chart = sns.scatterplot(x="Income",
                        y="Life Expectancy",
                        size="Population",
                        data=gapminder_df[gapminder_df["Year"]==1800],
                        hue="Region", 
                        ax=ax,
                        alpha=.7,
                        sizes=(50, 3000)
                       )

ax.set_xscale('log')
ax.set_ylim(25, 90)
ax.set_xlim(100, 100000)

scatters = [c for c in ax.collections if isinstance(c, matplotlib.collections.PathCollection)]

handles, labels = ax.get_legend_handles_labels()
ax.legend(handles[:5], labels[:5])

def animate(i):
    data = gapminder_df[gapminder_df["Year"]==i+1800]
    for c in scatters:
        # do whatever do get the new data to plot
        x = data["Income"]
        y = data["Life Expectancy"]
        xy = np.hstack([x,y])
        # update PathCollection offsets
        c.set_offsets(xy)
        c.set_sizes(data["Population"])
        c.set_array(data["Region"])
    return scatters

ani = matplotlib.animation.FuncAnimation(fig, animate, frames=10, blit=True)
ani.save("test.mp4")

以下是数据的链接：https://github.com/abdennouraissaoui/Animated-bubble-chart

谢谢！

Answer 1

您可以通过i计数器遍历多年的数据，该计数器在每个循环（每个帧）处增加1。您可以定义一个year变量，该变量取决于i，然后通过此year过滤数据并绘制过滤后的数据帧。在每个循环中，您都必须使用ax.cla()删除以前的散点图。最后，我选择220个框架，以便从1800年到2019年每年都有一个框架。
检查此代码作为参考：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.animation import FuncAnimation

gapminder_df = pd.read_csv('data.csv')

fig, ax = plt.subplots(figsize = (12, 7))

def animate(i):
    ax.cla()
    year = 1800 + i
    sns.scatterplot(x = 'Income',
                    y = 'Life Expectancy',
                    size = 'Population',
                    data = gapminder_df[gapminder_df['Year'] == year],
                    hue = 'Region',
                    ax = ax,
                    alpha = 0.7,
                    sizes = (50, 3000))
    ax.set_title(f'Year {year}')
    ax.set_xscale('log')
    ax.set_ylim(25, 90)
    ax.set_xlim(100, 100000)
    handles, labels = ax.get_legend_handles_labels()
    ax.legend(handles[:5], labels[:5], loc = 'upper left')

ani = FuncAnimation(fig = fig, func = animate, frames = 220, interval = 100)
plt.show()

可重现此动画的

（我剪切了上面的动画，以使文件更轻巧，小于2 MB，实际上数据以5年的步长增加。但是上面的代码以1年的步长再现了完整的动画）

使用FuncAnimation对Seaborn气泡图进行动画处理

1 个答案: