【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）。

& a! R" Y  ~4 l

第一步：使用anaconda安装Matplotlib库：

• 
  / p2 D, _! m/ X+ z  E- G& e
  

conda install Matplotlib

( C9 h  {& x) E7 ^  S% z# U0 F2 ^6 h
6 A- r0 I* v) R$ I

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)

• 
  / }" S- h  Y1 i$ j+ B
• 
  1 }) D3 I' f0 p6 N' R
• 
  
• 
  
• 
  
• 
  ) X+ w/ W0 m6 [6 P. ~9 n# @& P  w
• 
  9 ]6 H. b. i( W/ }5 P) D
• 
  ) x4 v/ _0 X6 T! R+ j
• 
  ) N: Y. c- {: A7 J& j" n8 I; L" a
• 
  % e/ }* g/ K$ E- h
  * t& u4 `3 V2 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()
8 r$ ^' [, A0 I5 K

代码读取后显示：

! b% D) Z6 J( m; f& Z

---

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

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ( W- b1 {* N) Z9 L' O2 c. b7 M3 a
• 
  6 B. {! m- f% h
• 
  $ L$ A: W7 a! R. p
• 
  : n9 b) W4 X1 R2 T
• 
  
• 
  % }6 u& F. w9 D! q" i7 b
• 
  
• 
    X- C- X8 q3 p4 w$ y4 |
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  . O  L. j0 \6 U3 l3 {% t  K% N1 L
• 
  
• 
  
• 
  ( M  K# ^  C: A& v" \- k6 k
• 
  
  

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()
+ m$ O- O( K5 E% A5 V/ N6 E

所有的内置样式有（print(plt.style.available)）：

( o  I5 a9 w0 I( d

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  7 A; V; Q! k" s" Z2 l
• 
  ' L  O5 k$ ?9 M. }, i
  

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

如'bmh'：

• 
  2 k8 y- U4 e& W0 [; S
• 
  
  # N# o7 k) T- x& }6 d

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
' E3 I8 A" I7 y: l% m/ }* `) p

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  
• 
  / v0 O+ \: p6 t9 ^" J+ A( V8 H
• 
  # |& Q: d  e. K
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; F& b  E8 E! P' U5 x  i
• 
  ( `: c" b/ ^+ U7 s
• 
  
  

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’。

- E, R) ]; \2 K5 v  ~$ E' [* G