之前写过一篇关于Python 制作 动态排序图的教程，里面利用的是 Matplotlib 中的 animation 函数，文章内容可参考动态排序图的详细制作教程，动态排序图的最终部分效果如下：
今天文章将用另外一种Python 软件包 Pyecharts，来实现类似效果，效果如下：
在整个动态图的绘制过程，主要用到了 Pyecharts 的 Timeline 高级组件，该组件与 Matplotlib 中 animatation 函数原理相同，
把数据以时间作为唯一变量，在不同时间点下其它数据条目是不一样的，一个时间点可以绘制一张可视化图表，把全部的可视化图表一帧一帧连接起来，通过帧与帧之间的数据差值变化，最终形成动态图效果
而 Timeline 组件和 anaimation 函数在这里承担的角色就是 帧与帧之间可视化图表的拼接，以上原理介绍完了，接下来就来介绍一下具体怎么使用 Timeline
Timeline 组件使用
1，安装 Pyecharts **
使用之前，请确保你已经安装好 Pyecharts ，安装方式直接利用pip 工具即可，命令如下：
pip install pyechartske
2，创建 Timeline 对象类
先创建一个 Timeline 对象，相当于一个容器，把后面绘制的每一帧可视化报表图放在里面，然后根据放入先后顺序合成一个类似动态图的视频
# 导入所需要的库函数 from pyecharts import options as opts from pyecharts.charts import Bar,Timeline from pyecharts.faker import Faker import random t1 = Timeline()# 创建 Timeline对象
3，循环绘制每一帧图表，放入 Timeline
利用 for 或 while 循环语句，遵守 Pyecharts 语句创建每一帧时间对应的可视化图表，然后加入了前面创建的 Timeline() 组件中，这里图表以直方图 Bar 为例
for i in range(1969,2020): attr1 = random.shuffle(list(attr)) bar = ( Bar() .add_xaxis(random.sample(attr, len(attr))) .add_yaxis('Data',Faker.values(),label_opts = opts.LabelOpts(position = 'right'), ) .set_series_opts(label_opts = opts.LabelOpts(is_show = True,position = 'right')) .reversal_axis() .set_global_opts(title_opts = opts.TitleOpts("{}".format(i), pos_left = '50%', ), legend_opts = opts.LegendOpts(pos_right = '10%')) ) t1.add(bar,'{}年'.format(i))
代码解读，这里以1969-2020 作为时间段，对每一个时间节点也就是某一年创建对应的 Bar 图表，最后以t1.add(instance,str) 函数把对应时间点创建的图表加入 Timeline 组件中，为了后面更好的展示动态效果，这里把对 Bar 的坐标轴做了逆置操作(reversal_axis() ),每一帧的效果预览如下：
4，美渲染化图表， html 文件
另外，在 Timeline() 中 提供了函数add_schema() 用于美化组件样式，例如 时间轴方向、符号、颜色、每一帧停留时间、播放键位置、是否现实 timeline 组件、组件位置 等属性，函数使用介绍如下
def add_schema( # 坐标轴类型。可选： # 'value': 数值轴，适用于连续数据。 # 'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。 # 'time': 时间轴，适用于连续的时序数据，与数值轴相比时间轴带有时间的格式化，在刻度计算上也有所不同， # 例如会根据跨度的范围来决定使用月，星期，日还是小时范围的刻度。 # 'log' 对数轴。适用于对数数据。 axis_type: str = "category", # 时间轴的类型。可选: # 'horizontal': 水平 # 'vertical': 垂直 orient: str = "horizontal", # timeline 标记的图形。 # ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', # 'pin', 'arrow', 'none' # 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。 symbol: Optional[str] = None, # timeline 标记的大小，可以设置成诸如 10 这样单一的数字，也可以用数组分开表示宽和高， # 例如 [20, 10] 表示标记宽为 20，高为 10。 symbol_size: Optional[Numeric] = None, # 表示播放的速度（跳动的间隔），单位毫秒（ms）。 play_interval: Optional[Numeric] = None, # 表示播放按钮的位置。可选值：'left'、'right'。 control_position: str = "left", # 是否自动播放。 is_auto_play: bool = False, # 是否循环播放。 is_loop_play: bool = True, # 是否反向播放。 is_rewind_play: bool = False, # 是否显示 timeline 组件。如果设置为 false，不会显示，但是功能还存在。 is_timeline_show: bool = True, # 是否反向放置 timeline，反向则首位颠倒过来 is_inverse: bool = False, # Timeline 组件离容器左侧的距离。 # left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比， # 也可以是 'left', 'center', 'right'。 # 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐 pos_left: Optional[str] = None, # timeline 组件离容器右侧的距离。 # right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。 pos_right: Optional[str] = None, # Timeline 组件离容器上侧的距离。 # left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比， # 也可以是 'top', 'middle', 'bottom'。 # 如果 left 的值为 'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐 pos_top: Optional[str] = None, # timeline 组件离容器下侧的距离。 # bottom 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。 pos_bottom: Optional[str] = "-5px", # 时间轴区域的宽度, 影响垂直的时候时间轴的轴标签和轴之间的距离 width: Optional[str] = None, # 时间轴区域的高度 height: Optional[str] = None, # 时间轴的坐标轴线配置，参考 `series_options.LineStyleOpts` linestyle_opts: Union[opts.LineStyleOpts, dict, None] = None, # 时间轴的轴标签配置，参考 `series_options.LabelOpts` label_opts: Optional[opts.LabelOpts] = None, # 时间轴的图形样式，参考 `series_options.ItemStyleOpts` itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None, )
美化完图表之后，利用渲染命令把图表到处至本地 html 文件 t1.render( html路径)，最终效果如下(Ps ：请不要在意图表中数据的真实性，这里只是为了介绍 Timeline() 的使用方法，里面数据都是随机生成得到的)
完整代码部分
from pyecharts import options as opts from pyecharts.charts import Bar,Timeline from pyecharts.faker import Faker import random attr = Faker.choose() t1 = Timeline()# 创建 Timeline对象 for i in range(1969,2020): attr1 = random.shuffle(list(attr)) bar = ( Bar() .add_xaxis(random.sample(attr, len(attr))) .add_yaxis('Data',Faker.values(),label_opts = opts.LabelOpts(position = 'right'), ) .set_series_opts(label_opts = opts.LabelOpts(is_show = True,position = 'right')) .reversal_axis() .set_global_opts(title_opts = opts.TitleOpts("{}".format(i), pos_left = '50%', ), legend_opts = opts.LegendOpts(pos_right = '10%')) ) t1.add(bar,'{}年'.format(i)) t1.add_schema( symbol = 'arrow',# 设置标记时间； #orient = 'vertical', symbol_size = 2,# 标记大小; play_interval = 900,# 播放时间间隔； control_position = 'right',# 控制位置; linestyle_opts = opts.LineStyleOpts(width = 5, type_ = 'dashed', color = 'rgb(255,0,0,0.5)'), label_opts = opts.LabelOpts(color = 'rgb(0,0,255,0.5)', font_size = 15, font_style = 'italic', font_weight = 'bold', font_family ='Time New Roman', position = 'left', interval = 20, ) ) t1.render("D:/timeline_bar.html")
Timeline 组件扩展
以上通过制作 动态排序图来介绍了 Timeline 组件，本案例中图表主体类型为 Bar ，但在实际应用可以根据视觉效果、业务需求等不同应用场景把 Bar 替换为 其他图表类型，只需要把上面代码部分中的 for 循环主体代码替换即可，
for i in range(1969,2020): attr1 = random.shuffle(list(attr)) instance = ...你的图表类型 t1.add(instance,'{}年'.format(i))
换一种图表类型，可能会不一样的视觉效果，例如桑葚图：
圆环饼图，都有不错的动态效果，都可借助 Timeline 组件来实现
好了，以上就是本篇文章的所有内容，最后感谢大家阅读！
