【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）。

/ f1 U0 R% p9 W& u1 `

; C: h! H- ~3 ]. _6 s$ w0 l

第一步：使用anaconda安装Matplotlib库：

• 
  
  , S. A- G& z) ~& @" o. ~

conda install Matplotlib
% u2 y; C! l6 P1 \3 q1 T+ k( c2 _5 A

' P' z; C6 [1 d) ~2 y
0 q3 E1 B% n( N) ^6 A# h

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)

• 
  2 P! `$ s3 v6 e) d1 N4 h+ v3 |0 p
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  5 `9 t9 q& v9 m# h1 k4 @5 R
  4 Y1 P/ a( `7 G+ M6 s! X0 w

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()
/ I) R. X4 @8 h

代码读取后显示：

6 A9 |" }8 Z( F1 L  C

---

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

• 
  " ]+ Y4 M5 }! d: M6 {- h+ |
• 
  
• 
  
• 
  ' Y9 S0 {6 v9 ]. M- G
• 
  
• 
  
• 
  
• 
  8 _2 }# d% m2 o; `; Q) a
• 
  
• 
  " H& {) e5 l/ A& o" {* N9 U  n
• 
  1 `$ j* z4 ?! e
• 
  
• 
  # V' ~' s. \8 j  @* X9 N, N
• 
  : ^# L% q' P2 g, s, A' R
• 
  6 U! O/ j6 f+ B% m$ R$ R9 Q; H% S+ d! [$ |
• 
  
• 
  5 }' m+ r: L: c$ s+ |4 n
• 
  ' t7 H/ A8 }0 o/ M4 N: d
• 
  $ T& ?5 ~5 Z; _3 l& e0 k- n# }
• 
  
• 
  ) ~3 x8 `3 r% Y9 Y# R, `% A
• 
  
• 
  
• 
  ' ]2 V; G2 {# I" J
  

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()
2 K1 U' T$ h$ w

所有的内置样式有（print(plt.style.available)）：

; L; H( c8 s. t1 q- e

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  4 Z+ e  c+ I; A5 ^
• 
  
  

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
2 A" w( p+ s# a7 t$ T* Q: j

如'bmh'：

• 
  ; o' L9 `. g+ i: R6 ?$ A( P
• 
  1 G  ^4 _+ ^+ d2 j& p" x
  

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

其余的样式同理可得。

+ [% U7 s( Y4 v* r* }- b6 H8 E/ L- \第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  & ]3 ~7 I* u5 C5 ~4 j
• 
  2 n, j( n0 R8 `6 z
• 
  
• 
  
• 
  
• 
  $ d% e1 U; z; v6 R  R) n! X
• 
  
• 
  
• 
  
• 
  " o3 c  c9 M; |* u0 f, j
• 
  " A. V+ M+ K9 m2 n3 ~1 v
• 
  
  

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()
& [0 h& K7 Z8 C& \& V

注：内置样式可以更换，这里选择的是‘fast’。

0 v" H, r( C3 I' o