【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）。

$ o; c7 G5 ?6 a6 f7 z

4 f6 ?) w8 m$ u

第一步：使用anaconda安装Matplotlib库：

• 
  
  

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)

• 
  2 Q0 ?, n: v% Z* x$ g
• 
  
• 
  
• 
  
• 
  / I9 h) x6 P% P0 W/ O
• 
  , X; i5 q6 ^9 _" u2 `
• 
  
• 
  
• 
  
• 
  
  

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：

( q. e" Z- {; f" `7 f

---

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

• 
  % ?5 O* x& x" m2 x5 d! t* h* c5 w
• 
    ^2 K) A$ e9 L8 P+ G
• 
  - `  f6 S! Y  R# n$ O8 e7 ]
• 
  % \" K  j6 a3 {3 @' P# @5 @
• 
  8 `0 ^$ x5 z5 a; Q: o& S2 ?: y
• 
  
• 
  , ^& g! g% I: o; h. p8 J) n
• 
  - O$ M" W2 ]6 h7 b6 }
• 
  
• 
  6 N9 C$ M& x% L, S" N
• 
    u; \; M3 S: @8 v. g  g, B
• 
  
• 
  + s/ G% E% h. K/ Z
• 
  
• 
  4 z6 U) x5 l8 c
• 
  4 p4 _4 c6 @  b# b- V9 j' [, W; u
• 
  + E. R+ ^% z6 y5 j* }
• 
  . F5 a' S0 Y( c6 R
• 
  2 ?1 t$ X6 x1 c8 {, |. j; [
• 
  ' C# u2 F+ c- c+ }6 T9 z4 S( 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()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)）：

; T; H( r* k1 l! h9 U; u) y  I

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  
  

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
2 p# l# ^  w) ^6 _0 c  I

如'bmh'：

• 
  * _# ]) o* h2 J/ p
• 
  1 p" |! ]3 d+ n9 `; Y+ i
  " P- S8 t) x; s* |& P

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
. E3 q$ y8 Y" U. `2 V% L

其余的样式同理可得。

% j8 l4 O8 l3 m) w/ |2 `6 l第4步：使用Matplotlib绘制简单的散点图

• 
  $ N& v! {2 E" Z* V+ k% q
• 
  - K4 ~$ x$ {3 V# C
• 
  ! Q1 i* j$ Q1 u$ W* [/ }/ Q" i2 t. O+ Y
• 
  
• 
  . K" s( u% k7 D& i
• 
  
• 
  0 `1 p, u+ ?  F" h
• 
  $ \3 [( N$ n& S2 Z( d' E0 j: |
• 
  ) n, b' P. [- `& ]
• 
  * I- s" Q; Z* K* G0 O# S7 w4 E4 f
• 
  
• 
  
• 
  8 T% S* u2 P6 v* h
  : [0 |5 f1 \9 p+ n

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’。