Python几种绘制时间线图的方法_Python

Matplotlib 制作

Matplotlib 作为 Python 家族最为重要的可视化工具，其基本的 API 以及绘制流程还是需要掌握的。尤其是该库的灵活程度以及作为众多工具的基础，重要性不言而喻

下面我们来看下该如何绘制一个时间线图表

导入库以及设置 XY 轴数据

import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

y1 = [5, 10, 15, 20, 25, 30, 35, 40, 45, 50]
x1 = [4, 4, 4, 4, 4, 4, 4, 4, 4, 4]

因为是通过折线图来实现时间线效果，为了达到一条竖线的情况，这里设置了 X 轴数值都相同，Y 轴数值等差分布

创建画布及标题：

fig, ax = plt.subplots(sharey=True, figsize=(7, 4))
ax.plot(x1, y1, label="First line", linewidth=3, color="r", marker="o", markerfacecolor="white", markersize=12)
plt.title("萝卜大杂烩")
plt.suptitle("历史上的今天", fontsize=16, color="red")

此时效果如下：

Python几种绘制时间线图的方法

接下来我们设置时间线两边的数据

# 右侧数据
right_y_year = 0.95
right_y_text = 0.9
year_right = 1931
for i in range(5):
    plt.text(0.57, right_y_year, str(year_right+1), fontsize=15, horizontalalignment="center", verticalalignment="center", 
             transform=ax.transAxes, color="black")
    plt.text(0.75, right_y_text, "从百草园到三味书屋-鲁迅" + str(i), fontsize=15, horizontalalignment="center", verticalalignment="center", 
             transform=ax.transAxes, color="red")
    right_y_year -= 0.2
    right_y_text -= 0.2
    year_right += 1
    
# 左侧数据
left_y_year = 0.85
left_y_text = 0.8
year_left = 1941
for i in range(5):
    plt.text(0.43, left_y_year, str(year_left+1), fontsize=15, horizontalalignment="center", verticalalignment="center", 
             transform=ax.transAxes, color="black")
    plt.text(0.2, left_y_text, "从百草园到三味书屋-鲁迅" + str(i), fontsize=15, horizontalalignment="center", verticalalignment="center", 
             transform=ax.transAxes, color="red", url="https://www.baidu.com")
    left_y_year -= 0.2
    left_y_text -= 0.2
    year_left += 1

这里主要使用了 text 函数，为时间线轴两边分别添加数据

如果我们还想要添加个人的其他信息，比如公众号二维码等，可以在指定位置增加图片，同时去掉坐标轴

# 增加图片
img = plt.imread("二维码.png")
ax2 = plt.axes((0.7, 0.1, 0.3, 0.3))
ax2.imshow(img, origin="lower", alpha=0.5)
ax2.axis("off")
ax.axis("off")
plt.show()

可以看出，由于 text 函数是通过坐标来确定文字显示的位置的，所以我们的时间线轴两边的数据分布还是不是特别完美，不知道是否有其他的更加方便的方法来设置

Plotly 绘制

Plotly 作为 Python 家族另一个非常强大的可视化工具，同样可以完成时间线图的绘制

在绘图之前，完美先处理数据

这里使用的数据是2020年全年的微博热搜数据

import pandas as pd
weibo = pd.read_csv("weibo_2020.csv")
def deal_date(frame):
    tmp = frame.split("-")
    return tmp[0] + "-" + tmp[1]
weibo["new_date"] = weibo["date"].apply(lambda x : deal_date(x))
key_list_right = []
for i in range(1, 12, 2):
    if i < 10:
        mydate = "2020-0%s" % str(i)
    else:
        mydate = "2020-%s" % str(i)
    keyword = weibo[weibo["new_date"] == mydate].sort_values(by="searchCount", ascending=False)["keyword"].tolist()[0]
    searchCount = weibo[weibo["new_date"] == mydate].sort_values(by="searchCount", ascending=False)["searchCount"].tolist()[0]
    mount = str(i) + "月"
    content = ",".join([keyword, str(searchCount) + "搜索量", mount])
    key_list_right.append(content)
print(key_list_right)

Output:

['最新疫情地图,18130201搜索量,1月',
'肖战工作室道歉,13117531搜索量,3月',
'何鸿燊去世,15302424搜索量,5月',
'高考作文,15647446搜索量,7月',
'乘风破浪的姐姐成团之夜,8226994搜索量,9月',
'特朗普,7310000搜索量,11月']

可以看到，通过上面的数据处理，我们成功提取了1、3、5、7、9以及11月的当月搜索量最高的热搜标题，同理可以获取到双月份的热搜标题数据

下面开始作图：

import plotly.express as px
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import pandas as pd
from plotly.graph_objs import *

layout = Layout(
    paper_bgcolor="rgba(0,0,0,0)",
    plot_bgcolor="rgba(0,0,0,0)",
    yaxis={"title": "Proportion (%)"}
)
fig = go.Figure(layout=layout)
fig.add_traces([go.Scatter(x=[2,2,2,2,2,2], y=[5, 10, 15, 20, 25, 30], text=key_list_right, textposition="bottom right", mode="lines+text"),
                go.Scatter(x=[2,2,2,2,2,2], y=[5, 10, 15, 20, 25, 30], textposition="top left", mode="lines+text", text=key_list_left)]) 
fig.update_traces(showlegend=False)
fig.update_layout(xaxis=dict(visible=False), yaxis=dict(visible=False))
fig.show()

通过 Plotly 绘图就相对简单很多了，直接使用 text 参数把我们得到的热搜数据添加上即可

最终效果如下：

Python几种绘制时间线图的方法