【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）。

' k: u6 y8 W1 U( H/ i, G
' [  k( a7 G9 [0 J/ [. q( `

第一步：使用anaconda安装Matplotlib库：

• 
  6 n" ?4 T$ k/ G4 Y! T
  $ K1 Z, [4 I$ U8 s

conda install Matplotlib

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)

• 
  
• 
  7 W2 m, t6 B+ U
• 
  
• 
  8 ~# d# ]3 L0 {( O; ?$ R
• 
  
• 
  4 N: R6 Z* G. r6 _* |, o9 Q
• 
  
• 
  
• 
  
• 
  
  

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

• 
  + t' C/ X( p  t1 I
• 
  8 ~& E' n8 E: M4 y) V
• 
  0 J9 Z1 Q: g/ K4 H
• 
  9 L5 ~0 k! E5 D* J' a7 i; m
• 
  ( i; R! Q' i+ {: P: p+ |) r
• 
  
• 
  % e" \  K. x: R! N2 F
• 
  
• 
  
• 
  1 F) f! S  x& s
• 
  / P- q: {/ M6 G: P' w
• 
  0 j$ I: l2 Y$ y  x
• 
    R- q3 ~! o( C. g* B5 S, o$ |, c
• 
  
• 
  
• 
  
• 
  & \( Z& e4 Q% g4 z5 I6 x7 i
• 
  
• 
  
• 
  + y$ X- L* D1 j
• 
  6 h! i% Q( t+ X/ E/ W7 z
• 
    n. A% p$ @* K
• 
  : H6 w, c+ E6 [& {6 ^
• 
  8 j' v6 m+ b; E  Q# e
  0 f5 i4 c- v. S, [% c5 D9 S1 b* V

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()
+ ]+ z% h, m" _8 h/ Y! g

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'：

• 
  
• 
  
  2 J% c0 C: h* D' _# y2 v

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
! X1 l7 p7 n  H( n- Z5 u3 C

如'bmh'：

• 
  ; o# X: }3 v9 w  D- R# p/ F- r. ^
• 
  ' {& i1 ^; y' Q( q: l
  3 U0 Y0 Y& \: ?

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
' X  J$ ~: f* A; L, x- E4 y& c

其余的样式同理可得。

& }9 i$ {# ^, B: j第4步：使用Matplotlib绘制简单的散点图

• 
  . C- V4 Z# u; |# a* N* j
• 
  0 b9 J3 t' L2 [
• 
  
• 
  
• 
  
• 
  
• 
  * j' j* H  Y, Y5 V' @3 O
• 
  * {' v8 p  o* ?. a5 `
• 
  
• 
    Z5 ~3 i+ O8 J3 N; }6 `/ B' L
• 
  
• 
  4 H/ R* m, {$ ~( @" }$ U
• 
  & v0 U$ {; S! \8 A# |0 x
  

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()
8 G  z$ L+ c2 s5 l/ j

注：内置样式可以更换，这里选择的是‘fast’。