作者 |周萝卜

来源 |萝卜大杂烩

今天我们再来分享几种不同的制作方法，大家可以自行比较下各种方法的优劣。

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'] = Falsey1 = [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，为了达到展示一条竖线的情况，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

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 -= 0.2right_y_text -= 0.2year_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 -= 0.2left_y_text -= 0.2year_left += 1

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，待探索。。。

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，我们先处理数据

这里使用的数据是2020年全年的微博热搜数据

import pandas as pdweibo = 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)',title={'text': '微博热搜', 'x': 0.5},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

效果很朴素，是因为我们没有进行过多的样式设置，大家可以自行探索下不同样式

Excel 绘制

上面的两种方法都需要有一定的代码基础，下面介绍的 Excel 方法则可以说是人人都能完成，一起来看看吧

先来看看最终的效果

首先准备数据，我们在新建的 Excel 文档中创建如下数据

然后插入散点图

先插入一个空白散点图，然后将 X 轴设置为【年份】，Y 轴设置为【位置】

再把 Y 轴和网格线都删除

接下来我们美化一下 X 轴

我们双击 X 轴，调出格式窗口，在坐标轴选项标签中设置【单位】，将【小】改为1，设置【刻度线】，将【主刻度线】设置为交叉

再点击【油漆桶】，选择一个线条的颜色，将宽度调整为2，将【结尾箭头类型】调整为向右箭头

再接下来我们把 X 轴连接起来

首先选择一个散点，添加误差线。然后把横向的误差线设置为无轮廓，再选中竖向的误差线，把【垂直误差线】设置为负偏差，再把误差量设置为100%

最后再给竖向误差线调整样式即可

下面开始添加数据

我们把公司的各种大事件添加到数据表当中

向图表中添加【数据标签】，即数据中事件那一列

然后再去掉 Y 值即可

最后我们还可以通过 Excel 自带的各种图标进行美化操作

好了，以上就是今天分享的所有内容~

往

期

回

顾

技术

用技术实现时序羽毛球动作预测

资讯

体验在元宇宙豪宅里开聚会

技术

50行python代码制作数据大屏

资讯

这个AI模型火上GitHub热榜

分享

点收藏

点点赞

点在看