【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：

• 
  2 T- Z, S# [- K" g: o& z
    G& s8 q5 [! T5 k

conda install Matplotlib
# D" j# M! @2 y

4 M7 `8 Y6 [7 o/ |* d

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)

• 
  % j" o  X* U7 o
• 
  
• 
  
• 
  
• 
    I$ W+ b$ y" f5 h) m& \2 D6 |" y$ k# F
• 
  - Q) x' I: K; I. ^) E# r- P( M: {
• 
  
• 
  5 F. b" Y+ @- D+ s
• 
  
• 
  
  8 W) `) q9 a6 g: q' a6 A( g

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

• 
  
• 
  3 s) e3 J. ]# R1 x8 d" t
• 
  ( L2 M& {( c3 u% m* D1 ]
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; e" h8 e  i- U' Y
• 
  
• 
  # w8 f0 J# g+ e1 F3 X; |5 D& R
• 
  
• 
  9 y# b$ w9 n0 c
• 
  ) m) O7 c9 D- f
• 
  0 S2 B9 y8 G: D, ]7 m, \1 b. W
• 
  + a# r. ?! i- `; b, y9 m
• 
  + j( J9 S  j' l. B+ K% w
• 
  2 g0 E3 l! D% v' L; H) e$ y
• 
  " J. ~6 {2 U3 }3 r4 m- q
• 
  7 U: w5 U# {7 [& C: H6 d
• 
  
• 
  
• 
  
• 
  
  1 e& s% S+ v# p2 f, F; n8 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()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'：

• 
  2 i$ [! [0 C7 v7 K" e) b& b( z
• 
  
  : O5 E9 ?( G' b: u% X' Y+ M0 @! [

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

如'bmh'：

• 
  
• 
  
  

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

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  1 d$ O" A4 s( G% m$ [+ R1 G
• 
  % ?( g; D4 r6 L6 n5 x+ L* i; `0 E
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  3 P% B: w9 P' o8 X; b2 n
• 
  ' V$ ~0 J6 g5 K! L1 Y7 Z7 K1 O; v# Z
• 
  & Y% q4 }3 w/ x: _
• 
  8 g, `3 [5 C- |6 h1 h
• 
  3 z: [9 {: E- e) I1 d# _! E
  

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()

注：内置样式可以更换，这里选择的是‘fast’。

& Q0 a1 T* Z8 [3 M' p' F