对不起，你的PPT数据不够直观，你需要让数据动起来

　　数据暴增的年代，数据科学家、分析师在被要求对数据有更深的理解与分析的同时，还需要将结果有效地传递给他人。如何让目标听众更直观地理解?当然是将数据可视化啊，而且最好是动态可视化。

　　本文将以线型图、条形图和饼图为例，系统地讲解如何让你的数据图表动起来。

　　这些动态图表是用什么做的?

　　接触过数据可视化的同学应该对 Python 里的 Matplotlib 库并不陌生。它是一个基于 Python 的开源数据绘图包，仅需几行代码就可以帮助开发者生成直方图、功率谱、条形图、散点图等。这个库里有个非常实用的扩展包——FuncAnimation，可以让我们的静态图表动起来。

　　FuncAnimation 是 Matplotlib 库中 Animation 类的一部分，后续会展示多个示例。如果是首次接触，你可以将这个函数简单地理解为一个 While 循环，不停地在 “画布” 上重新绘制目标数据图。

　　如何使用 FuncAnimation?

　　这个过程始于以下两行代码：

　　从中我们可以看到 FuncAnimation 的几个输入：

　　fig 是用来 「绘制图表」的 figure 对象;

　　chartfunc 是一个以数字为输入的函数，其含义为时间序列上的时间;

　　interval 这个更好理解，是帧之间的间隔延迟，以毫秒为单位，默认值为 200。

　　这是三个关键输入，当然还有更多可选输入，感兴趣的读者可查看原文档，这里不再赘述。

　　下一步要做的就是将数据图表参数化，从而转换为一个函数，然后将该函数时间序列中的点作为输入，设置完成后就可以正式开始了。

　　在开始之前依旧需要确认你是否对基本的数据可视化有所了解。也就是说，我们先要将数据进行可视化处理，再进行动态处理。

　　按照以下代码进行基本调用。另外，这里将采用大型流行病的传播数据作为案例数据(包括每天的死亡人数)。

　　绘制三种常见动态图表

　　绘制动态线型图

　　如下所示，首先需要做的第一件事是定义图的各项，这些基础项设定之后就会保持不变。它们包括：创建 figure 对象，x 标和 y 标，设置线条颜色和 figure 边距等：

　　接下来设置 curve 函数，进而使用 .FuncAnimation 让它动起来：

　　动态饼状图

　　可以观察到，其代码结构看起来与线型图并无太大差异，但依旧有细小的差别。

　　主要区别在于，动态饼状图的代码每次循环都会返回一组数值，但在线型图中返回的是我们所在点之前的整个时间序列。返回时间序列通过 df1.head(i) 来实现，而. max()则保证了我们仅获得最新的数据，因为流行病导致死亡的总数只有两种变化：维持现有数量或持续上升。

　　df1.head(i).max()

　　动态条形图

　　创建动态条形图的难度与上述两个案例并无太大差别。在这个案例中，作者定义了水平和垂直两种条形图，读者可以根据自己的实际需求来选择图表类型并定义变量栏。

　　在制作完成后，存储这些动态图就非常简单了，可直接使用以下代码：