Python3,5行代码,生成自动排序动图,这操作不比Excel香?

简介: 学会此方法,告别excel。

1、引言


小屌丝:鱼哥,听说你的excel段位又提升了?

小鱼:你这是疑问的语气?

小屌丝:没有~ 吧…

小鱼:是没有,没有没有吧?

小屌丝:这… 正好我有一个难点,想请教你。

小鱼:那你说吧。

小屌丝:你制作一个动态排序图吗?

小鱼:这有何难,内容是啥,样式是啥?

小屌丝:就是这样的。

b60e98112da042c5a1484d7ff2c00a5d.gif



小鱼:就这??

小屌丝:嗯呢,就这。

小鱼:这有何难, 分分钟的事。

9250ee247a1a40f7a4dfa66f48551259.gif

小屌丝:鱼哥,那看你的了。


2、代码实战


2.1 pynimate介绍


说到排序动图的制作, 我们第一反应就是 Excel 或者PPT。

因为这Excel的功能太强大,而且普及率非常高。


但是,今天,我们不用Excel来制作动态排序图,

而是用 python的一个很奈斯的库:pynimate。


可以说,pynimate就是为了动态可视化而生了。


小屌丝:这话说的,貌似没毛病。


只要区区几行代码,就可以实现上图中动态排序的效果。


小屌丝:听这话,应该很简单的样子。


2.2 pynimate安装


涉及到第三方库,肯定就需要安装

老规矩,pip 安装


pipinstallpynimate


然后就是等待着安装。


其它安装方式,直接看这两篇:


2.3 代码示例


代码展示


# -*- coding:utf-8 -*-# @Time   : 2023-02-12# @Author : Carl_DJ'''实现功能:    pynimate 实现动态排序图'''importpynimateasnimimportpandasaspdfrommatplotlibimportpylabasplt#设置数据(只是假数据,不代表实际情况)data=pd.DataFrame(
    {
"time": ["1998-01-01", "1999-01-01", "2000-01-01"],
"changsha": [1, 2, 3],
"wuhan": [2, 3, 4],
"guangzhou": [1, 2, 5],
"shanghai": [5, 3, 4],
"beijing": [1, 4, 5],
    }
).set_index('time')
cnv=nim.Canvas()
bar=nim.Barplot(data, "%Y-%m-%d", "2d")
bar.set_time(callback=lambdai ,datafier:datafier.data.index[i].strftime("%b, %Y"))
cnv.add_plot(bar)
cnv.animate()
#展示效果图plt.show()
#保存为gif格式cnv.save("demo", 24, "gif")


运行效果

image.gif


3、总结


看到这里,今天的分享差不多就该结束了。

小屌丝:鱼哥,这可以啊。比excel简单的太多了。

小鱼:低调低调,我一般也不随便展示实力。



我是奕然


  • CSDN 博客专家;
  • 阿里云 专家博主;
  • 51CTO 博客专家;
  • 51认证讲师;
  • 金牌面试官&面试培训师;


关注我,带你学习更多更有趣的Python知识。


目录
相关文章
|
30天前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
|
2月前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
119 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
27天前
|
机器学习/深度学习 前端开发 数据处理
利用Python将Excel快速转换成HTML
本文介绍如何使用Python将Excel文件快速转换成HTML格式,以便在网页上展示或进行进一步的数据处理。通过pandas库,你可以轻松读取Excel文件并将其转换为HTML表格,最后保存为HTML文件。文中提供了详细的代码示例和注意事项,帮助你顺利完成这一任务。
39 0
|
2月前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
49 1
|
3月前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
141 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
3月前
|
Python
python读写操作excel日志
主要是读写操作,创建表格
69 2
|
3月前
|
Python
Python 自动化操作 Excel - 02 - xlwt
Python 自动化操作 Excel - 02 - xlwt
46 14
|
3月前
|
Python
Python 自动化操作 Excel - 03 - xlutils
Python 自动化操作 Excel - 03 - xlutils
44 13
|
3月前
|
数据处理 Python
Python 高级技巧:深入解析读取 Excel 文件的多种方法
在数据分析中,从 Excel 文件读取数据是常见需求。本文介绍了使用 Python 的三个库:`pandas`、`openpyxl` 和 `xlrd` 来高效处理 Excel 文件的方法。`pandas` 提供了简洁的接口,而 `openpyxl` 和 `xlrd` 则针对不同版本的 Excel 文件格式提供了详细的数据读取和处理功能。此外,还介绍了如何处理复杂格式(如合并单元格)和进行性能优化(如分块读取)。通过这些技巧,可以轻松应对各种 Excel 数据处理任务。
262 16
|
3月前
|
Python
Python 自动化操作 Excel - 01 - xlrd
Python 自动化操作 Excel - 01 - xlrd
43 9