【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) Q) Z$ s2 b

  y* x; R- Z& @" ]6 q& I+ Q7 k

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib

, Z, n$ U# Z' n$ Q3 s" [) P2 l  f

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)

• 
  
• 
  ! {$ N! t4 L( A) Y
• 
  
• 
  : c- Y6 W: R  l' q! b) t+ I
• 
  . K+ x. n( J0 @; b3 |1 d
• 
  
• 
  % ]. J, d. `' Y( z% w
• 
  5 i& `& h- _( D2 A2 u) }
• 
  
• 
  : i9 b7 q# Y& c7 v# w" p
  8 m% A  J2 s6 a; 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() #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

• 
  . S( R! j& Y; o" W
• 
  
• 
  
• 
  # q6 v! X3 S7 z) ^5 U& |
• 
  , f! k( t( i$ R+ E+ C8 |
• 
  
• 
  3 w+ \# j0 `) n
• 
  
• 
  
• 
  , Y7 N' M1 P4 ~1 _& A+ |: s/ \' r
• 
    c  H( h( ~) {
• 
  * m( i. E1 U0 z7 b1 A
• 
  & n4 I" T% e8 A- I& O7 w3 J
• 
  " G2 P( ]3 L! i+ |
• 
  9 Z. M) [  w' o+ |2 {
• 
  & b6 L! R  P4 g6 L2 T
• 
  
• 
  7 x' h& ^6 {9 K# b- p) H
• 
  
• 
  1 P* b  W5 H4 ^" l
• 
  8 X/ R6 S# O( O: l- E
• 
  6 G# E+ v( I, c$ 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()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'：

• 
  * L( e- d9 h0 Q1 A6 d7 J
• 
  
  + d- Z6 o9 z/ d8 Z

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
1 }7 S( O, c" g% |1 w" g

3 F0 t- f: Q0 p( F0 T( L

如'bmh'：

• 
  ; y7 b, u" Q1 G: V, }9 z) d
• 
  3 A: t0 T6 o6 x& `4 Y
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
% v6 M5 }; g. V, ?: Y& r& y, @

其余的样式同理可得。

; h9 J/ x* t" L3 b0 X第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  ; M( F, X9 T/ Q
• 
  5 X: h+ g1 P# u
• 
  
• 
  
• 
  4 z9 C! x) @* P/ p  n) y% K
• 
  3 N( x. ^3 z7 V4 _$ v: A* i
• 
  
• 
  , D# ?7 B4 A( i1 p. Z8 c! W3 x
• 
  
• 
  
• 
  
  

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()
7 t4 T! R$ p" e1 H, B& ]% Y( e

注：内置样式可以更换，这里选择的是‘fast’。