【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：

• 
  5 q; \4 N% \+ ~8 M5 K% Z
  

conda install Matplotlib
. a- |4 Y/ h) m! H7 e  r/ n7 I8 ]

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)

• 
  
• 
  
• 
  ' b3 u0 Y* l+ P& s* s- w
• 
  . F  x2 G6 A5 [( u  S- t
• 
  
• 
  , _; l4 b3 r/ g
• 
  # u' i! S- G/ M% z0 I  j5 K- U
• 
  5 F% `: a1 w! l) o% S  f
• 
  
• 
  
  

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()
: Z7 s; C# Z' M& W& ?9 Z5 B5 i& D; E  w2 |

代码读取后显示：

, m+ E* K" X1 s- m2 N

---

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

• 
  
• 
  
• 
  0 Q0 k" c& @0 \" D
• 
  . S# w- @& P; I, x" B
• 
  
• 
  
• 
  ( m9 B% M! I) {+ i/ ~
• 
  
• 
  
• 
  * T3 b+ O/ L! f+ U5 b
• 
  
• 
  ; M6 o% H5 K8 z. t# Z- U2 U5 ^1 R$ E
• 
  
• 
  2 A& ^3 X$ W5 W2 G( k' S+ }" k! a2 F
• 
  ; k. t, u. m$ @+ U1 F; l$ s. e4 E
• 
  ! b% M1 H6 d, J& f6 [$ N+ B
• 
  9 A" P/ L# w0 h6 ~2 Y
• 
  : I& r5 b' A" ~- L% y* q0 v' C) Z0 r
• 
  
• 
  . `, G; m9 O- {4 m0 H
• 
  
• 
  : W2 h" m) V5 J  f
• 
  ) N) Q; B# d; f( i0 |
• 
  
  

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)）：

. ^3 p* X/ l% [+ ^( W: \5 H6 |. c

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  
  & ~% f5 H# U# k( Y# R

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
2 o0 e4 m" g. j. p

如'bmh'：

• 
  . Z  s- \0 u2 f: T  E
• 
  8 `- S- _" a$ X' p* {4 ]% C1 j3 z
  5 ?% h9 b. T( v5 z( G( S

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
: L3 D8 m! H+ |( c6 C5 T- k+ [3 w

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  / a& E$ U# k  \  N2 ?% e9 r2 N
• 
  ; d8 m# x- Y8 Z
• 
  
• 
  2 C- x: Z, B0 K* X! Q
• 
  
• 
  
• 
  % ]7 j/ {4 J$ a  u% L6 x) z+ O- ~" i
• 
  
• 
  - d5 V* z# G1 o& B
• 
  
• 
  
• 
  6 M9 F! Q: a% O! k
  

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()
. e1 g3 }& Y/ V2 y

注：内置样式可以更换，这里选择的是‘fast’。

- ^! u/ ~. P1 s6 q8 p