【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）。

5 {4 F3 g/ e. ], C  H

第一步：使用anaconda安装Matplotlib库：

• 
  
  ( H" x& k" W' N

conda install Matplotlib

# k' {3 I2 y5 K% W( Y6 Q$ p0 l8 f" w# t

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)

• 
  
• 
  ' U, g5 S8 m- u2 O7 X
• 
  
• 
  
• 
  3 k% }9 {7 X8 \: ~8 J
• 
  5 @) B3 u( E% `- G" M
• 
  8 R3 z3 \" @+ B8 d0 [9 Y
• 
  
• 
  3 V$ W3 a; m, n0 N3 i
• 
  1 z3 w/ z/ q7 ~# `- Y/ r: L
  

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：

3 @9 f- H3 R) g% y% h5 V: l

---

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

• 
  4 \' _# R9 `+ q+ c
• 
  9 \: }+ ]& A/ v* X
• 
  5 i# u# O" E# B# I
• 
  5 d' o: R/ Q& h3 W, e7 Z
• 
  $ H* w5 l# {  V# K( X" q
• 
  
• 
  ; ?: c- [: ]) |9 t: f
• 
  
• 
  # v' u! B" n% A  _) q* U& H  |
• 
  
• 
    g+ e( c1 b8 |# {  d2 p- u5 Z$ B& l
• 
  0 o6 ?: J. |  i' Y: }
• 
  ! D- D: U' p  B5 p: x
• 
  
• 
  
• 
  
• 
  
• 
  / i/ @) x. n. Q1 |
• 
  : p  Q' T3 F4 @$ Z, P8 X! {0 n
• 
  
• 
  
• 
  ( `) k5 H% j, M* {
• 
  
• 
  
  3 U$ k5 G) F) j, G: }3 R# o1 b

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 ?- ^  k2 d- Y! G

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  5 b5 H, Q) n% t) k
  9 j7 N! n+ g! g

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

  {3 a' L7 m; [) t# g, g4 Z

如'bmh'：

• 
  
• 
  
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
" \- Q0 N. B8 a$ M9 k4 h

其余的样式同理可得。

0 w% z7 t4 \3 b第4步：使用Matplotlib绘制简单的散点图

• 
  " ]' A0 V  d6 x& r; s
• 
  
• 
  
• 
  ; y* Y% X0 c& B! x5 D5 r( p
• 
  
• 
  7 A$ f, r; u: ?  ]( @; H
• 
  - @2 M; f( r% v1 h
• 
  $ l. _: W9 C( E; T% _! Y; i
• 
  
• 
  / K! v1 F+ N" `: h, R" k
• 
  7 Q' y' J, }! h% O6 O
• 
  
• 
  , k6 J$ |% u4 b
  ' u: d6 z& c1 Z1 ]/ ]  ~

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()
, o; b! @3 u/ I3 m& Z% S

注：内置样式可以更换，这里选择的是‘fast’。