动态图还不会做？！一次送你两个视频教程内容(数据+源码)

今天小编继续就给大家送上视频讲解内容，由于南京的疫情情况(希望早点结束)，周末得以在家安心绘制，特意送上两篇优质视频内容，主要如下：

• Python-Matplotlib 动态气泡图绘制
• Python-Matplotlib 动态曲线图绘制

和往期视频内容一样，还是会有完整的练习数据和Jupyter notebook代码文件，当然了，还包括详细的Matplotlib图表细节设置和舒服的颜色搭配，希望小伙伴们可以喜欢。

Python-Matplotlib 动态气泡图绘制

使用Python-Matplotlib绘制动态气泡图，不仅涉及散点的绘制，其对图表刻度、颜色的搭配也是对可视化作品欣赏程度加分的，这里涉及的数据都是经过一定的处理而直接使用的。视频内容如下：

视频中所涉及到的练习数据和完整版jupyter notebook 代码笔记本获取方式见文末。

Python-Matplotlib 动态曲线图绘制

这里小编使用了中国(china)、美国、俄罗斯、日本四个国家的相关数据进行了动态曲线图的绘制，同时涉及到的图表绘制技巧如下：

• 画布、图表背景颜色设置

fig, ax = plt.subplots(figsize=(12,6),dpi = 150,facecolor = '#373E4B',edgecolor='#373E4B')
#对Axis进行背景颜色设置
ax.set_facecolor('#373E4B')

• 数字文本的格式化设置

':{:,.0f}'.format(data_test['china'].tolist()[-1]

• 竖线(推进下)的绘制

#添加一条推进线
ax.axvline(idx.tolist()[-1],ls = "--",color = 'white',lw =1)

• 刻度轴间距设置

def forward(x):
        return x**(1/2)
    
def inverse(x):
    return x**1
ax.set_yscale('function',functions = (forward,inverse))

• 刻度形式设置

ax.yaxis.set_major_formatter(ticker.StrMethodFormatter('{x:,.0f}'))