Pythonで時系列データをアニメーション化する記事を書きました。pandasでデータを整形し、matplotlibでグラフを描画、MoviePyで動画化する方法をまとめています。データの変化を視覚的に伝えたい方に参考になれば。
はじめに
Pythonのデータ分析ライブラリ pandas や matplotlib に加え、動画編集を行うための MoviePy を活用して、時系列データのアニメーションを作成する方法を紹介します。
この記事の概要
- pandas でデータを読み込み・加工
- matplotlib でグラフを生成
- MoviePy でグラフを動画としてアニメーション化
- コード例と実行例
必要なライブラリ
以下のライブラリを事前にインストールしてください。
pip install pandas matplotlib moviepy
1. サンプルデータの作成
まずは時系列データを pandas の DataFrame で用意します。
import pandas as pd
import numpy as np
np.random.seed(42)
dates = pd.date_range("2021-01-01", periods=10, freq="D")
values = np.random.randint(50, 100, size=10)
df = pd.DataFrame({"date": dates, "value": values})
print(df)
2. matplotlib でフレームを描画する関数の作成
make_frame(t) を作成し、MoviePy に与えるフレーム（画像）を生成します。
import matplotlib.pyplot as plt
import numpy as np
from io import BytesIO
# Matplotlib の Figure を NumPy 配列に変換する関数
def fig_to_npimage(fig):
fig.canvas.draw()
w, h = fig.canvas.get_width_height()
buf = fig.canvas.buffer_rgba()
rgba_arr = np.frombuffer(buf, dtype=np.uint8).reshape(h, w, 4)
return rgba_arr[..., :3] # RGBA → RGB
# フレーム生成関数
def make_frame(t):
day = int(t)
plot_df = df.iloc[:day+1]
fig, ax = plt.subplots(figsize=(6, 4))
ax.bar(plot_df["date"].dt.strftime("%m/%d"), plot_df["value"], color="skyblue")
ax.set_xlabel("Date")
ax.set_ylabel("Value")
ax.set_ylim(0, 100)
ax.set_title(f"Day {day+1} (up to {plot_df.iloc[-1]['date'].date()})")
frame = fig_to_npimage(fig)
plt.close(fig)
return frame
3. MoviePy で動画を作成
上記の make_frame を VideoClip に渡し、動画を生成します。
from moviepy.editor import VideoClip
# 動画の長さを10秒に設定（1日1秒）
duration = 10
clip = VideoClip(make_frame, duration=duration)
# 動画ファイルに出力
clip.write_videofile("timeseries_animation.mp4", fps=1)
4. 出力動画のイメージ
上記コードを実行すると timeseries_animation.mp4 が生成され、1秒ごとにデータが更新されるアニメーションが得られます。
5. 応用例
-
折れ線グラフ:
ax.plot()を利用して、時系列データの推移を可視化 - 地理データの可視化: ヒートマップや地図データと組み合わせる
- アノテーションの追加: 各時点の数値を表示する
まとめ
-
pandasでデータを整形し、matplotlibでグラフを描画 -
MoviePyを用いてアニメーション化 -
fig.canvas.buffer_rgba()を使用してNumPy配列に変換
この手法を活用することで、時系列データの変化を動的に可視化し、より直感的にデータを分析・説明できます。ぜひ試してみてください！