【气候软件】Python3：数据可视化绘图（折线图，散点图）

掌握了数据读取的方法后，就需要将数据可视化，进行绘制相应的图形了。

1. 使用Matplotlib绘制简单的折线图：以一组1981-1990年的某地月平均气温数据为例（数据信息如下图所示）。

第一步：使用anaconda安装Matplotlib库：

• 
  1 n& c4 h$ f0 w$ `/ _0 \
  

conda install Matplotlib
& }/ f& \: d3 e+ \% L5 b# J

$ A. J! D/ x3 Y$ k$ \; b- w
- L% I5 A4 v. _

第2步：绘制折线图

subplots()可以在一张图片中绘制一个或多个图表

fig表示整张图片，ax表示图片中的各个图表

plot()根据给定的数据以有意义的方式绘制图表

只输入一个列表时ax.plot(squares)，假设第一个数据点对应x坐标为0

同时提供输入和输出ax.plot(input_values, squares)

• 
  % i) x5 m9 T7 C& T* i( p4 B+ B
• 
  ) I) J3 Q' Z  [5 S9 [2 o9 l9 [
• 
  
• 
  
• 
  4 `  M: k) D: }- l/ I2 H
• 
  
• 
  5 y' m) M( L2 S: m' r
• 
    B7 n& G" T1 X$ |
• 
  
• 
  
  

import matplotlib.pyplot as pltx_values = [1981, 1982, 1983, 1984, 1985]y_values = [22.8, 22.3, 22.9, 21.8, 22.2]fig, ax = plt.subplots() #绘制画布，地图ax.plot(x_values, y_values, linewidth=3)ax.set_title("1981-1985 temperature", fontsize=24) #标题ax.set_xlabel("time(year)", fontsize=14) #坐标轴标签ax.set_ylabel("temperature(℃)", fontsize=14)ax.tick_params(axis='both', labelsize=14) #刻度标记plt.show()

代码读取后显示：

---

第3步：使用内置的不同图形样式绘制折线图

1、显示所有的不同样式的图形，共有20张

• 
  
• 
  9 u& A4 [$ @5 I7 g% N
• 
  5 W6 s* h5 s. N/ [5 r9 X5 [3 e! d
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  5 P) @. O3 ]. r# E* S, ?% O
• 
  ) ^9 F# o/ a% J& b* N4 Q) L% ]2 p% p
• 
  ! _9 s7 D3 L' n" `
• 
  
• 
  
• 
  
• 
  
• 
  
• 
    _# r4 k) ]9 J4 t* d( X- H
• 
  
• 
  
• 
  4 R1 i* N2 z! x8 R& I6 t" w
• 
  0 ?9 i3 N3 e# ?1 ?# Y' t' x& J
• 
  8 g: u: s+ Y! Y" x! z8 ?" O2 ^. b
• 
  4 a0 ^$ Q+ k5 X3 X7 l6 B
  , J' V9 \8 @+ e6 b/ c3 |3 ~" R

import matplotlib.pyplot as pltx_values = [1981, 1982, 1983, 1984, 1985]y_values = [22.8, 22.3, 22.9, 21.8, 22.2]fig, ax = plt.subplots()ax.plot(x_values, y_values, linewidth=3)# 使用内置样式画图print(plt.style.available) #显示有哪些可用的内置样式mystyles = plt.style.availablefor mystyle in mystyles:plt.style.use(mystyle) #使用内置样式fig, ax = plt.subplots()ax.plot(x_values, y_values)ax.set_ylabel("temperature(℃)", fontsize=14)ax.set_xlabel("Value") #坐标轴标签ax.set_ylabel("Square of Value")ax.tick_params(axis='both') #刻度标记plt.show()

所有的内置样式有（print(plt.style.available)）：

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  
  

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()

4 k* }, Q/ |  o1 V; {

如'bmh'：

• 
  6 q0 Z- `9 i( \. N! d
• 
  2 C2 ]4 q* @& Q# y% J1 @
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
3 A! h( x& \+ y& F* s

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  5 E8 }5 A5 g# Q4 P) D
• 
  
• 
  
• 
  
• 
  
• 
    R8 C% h. h: {
• 
  $ o$ H6 C! M3 ^$ U5 K
• 
  4 n' T- o& ~* `6 }. V
• 
  
• 
  
• 
  7 D* i! K7 ^' a2 Z& d1 P1 Q8 A
• 
  6 x# G+ o) C8 j) `7 u
• 
  5 n+ v3 o& L9 R. A( G" I
  

import matplotlib.pyplot as pltx_values = range(1, 20) #取连续的1-20的整数y =  [x**2 for x in x_values] #x值的二次方为y值plt.style.use('fast') #使用内置样式fig, ax = plt.subplots()ax.scatter(x_values, y, c='red', s=50)#绘制散点图，传递x和y坐标，点的尺寸s#颜色c，可用设置为'red'，(0, 0.8, 0)ax.set_title("1981-1985 temperature", fontsize=24) #标题ax.set_xlabel("Value") #坐标轴标签ax.set_ylabel("temperature(℃)", fontsize=14)ax.tick_params(axis='both') #刻度标记plt.show()
& V1 y, e0 I' v3 [1 a- c4 e( M

注：内置样式可以更换，这里选择的是‘fast’。