共计 1182 个字符，预计需要花费 3 分钟才能阅读完成。
下面的两个动图，就是条形比赛图和折线比赛图，明天咱们就来看看都有哪些不便的办法来制作呢
在线制作
有很多在线的网站都能够制作上述相似的比赛图，上面咱们来介绍萝卜哥罕用的两个
flourish
首先举荐一个国外的网站 — flourish，该网站能够在线制作大量精美的图表，其中动图图表尤为弱小
有大量的例子供咱们抉择
还有如下条形比赛图例子，是不是很惊艳
条形比赛图也是齐全反对的，下图就是制作页面，咱们能够上传数据，并自在的设置图表的各项参数
惟一美中不足的就是导出动图须要付费，不过对于日常学习的咱们来说，靠着录屏性能也是能够满足的~
网址：https://flourish.studio/examp…
花火
火花数图是一个国产网站，同样反对泛滥的图表制作，不过其中大部分都是须要 VIP 才能够应用。对于动静比赛图来说，也仅仅有两款能够收费应用，不过对于咱们平时的练习来说，仍然够用！
下图就是通过花火制作的条形比赛图，也还是蛮不错的
尽管作图成果不错，然而水印显著，去水印须要同样 VIP，所以这很国产
网址：https://hanabi.data-viz.cn/te…
Python 代码制作
下面介绍的两个网站尽管制作简略，然而在灵便度方面还是有肯定的限度，上面咱们来看看通过代码的形式应该如何制作，是否能够更加灵便
bar_chart_race
顾名思义，这就是一个专门为了动静 Bar 图表而生的库，它是建设在 Matplotlib 的根底之上的，同时为了生成 Gif 格局的文件，咱们的本地还须要装置 ImageMagick 工具，当然装置 bar_chart_race 库还是应用 pip 即可
当咱们所有准备就绪之后，绘制动图就简略很多了
import bar_chart_race as bcr
import pandas as pd
# 生成 GIF 图像
index_dict = {'covid19_tutorial': 'date',
'covid19': 'date',
'urban_pop': 'year',
'baseball': None}
index_col = index_dict['covid19']
parse_dates = [index_col] if index_col else None
df = pd.read_csv('covid19.csv', index_col=index_col, parse_dates=parse_dates)
bcr.bar_chart_race(df, 'covid19_horiz.gif')依据数据的多少以及电脑配置的高下，生成 Gif 的工夫也有所差异，总之当我关上本地生成的文件 covid19_horiz.gif 就能够看到如下动图
是不是很不便呢
