【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）。

# C' w* j# `3 ?$ Z  V- Q

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib
! H: ^/ c% d) x4 T2 S$ a

& {' S( B0 Q+ ]: I" Q% H1 N$ P- |

7 Q( o9 @3 O% `) q  ?$ a. n

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)

• 
  4 E6 }8 {2 H9 O  w1 l2 O
• 
  + y7 J. Q5 h7 |% X* w
• 
  + v, d: x" k1 E. X" J
• 
  
• 
  
• 
  
• 
  4 W! m. a, H7 E6 n) E& X
• 
  4 }$ \3 L% U7 |; \5 z8 m5 P% 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()
0 ~. S6 a" \" u7 l2 }% l! c

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

• 
  
• 
  
• 
  4 ~+ t0 a' U& a: E& o+ h% _
• 
  - ~. C. `; K: X& H" k- q( A# e6 o
• 
  
• 
  
• 
  
• 
  ; x1 d6 T3 |: G3 G) c
• 
  
• 
  
• 
  
• 
  - J6 D7 f! e" l' @+ B! L
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  " J) J, S6 m  b$ k
• 
  
• 
    z5 w# }, O+ w. ]1 _
• 
  + @( C  M3 c: f5 e) H; R7 l" ^
• 
  & F2 X* @1 c- j  L) c; ?; Y' |
• 
  % ^: J/ _5 ~$ V3 B) ]% 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 U  |1 L! ^# M6 o5 z2 I0 h

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  , @, f, j! w9 {" f$ m( p
  

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
# v9 k( A$ S3 w, h* E( K8 w

如'bmh'：

• 
  : S" D& a, d% `/ ?- n
• 
  3 I0 M% |8 I) e( E: y
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
0 K: n  x" b' |6 Q% D2 Z' g. l

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  7 F1 H8 z: J9 n1 S/ E% P" @
• 
  
• 
  - l0 a' S2 C) b& @7 @/ x
• 
  / k9 a0 b, j5 M
• 
  
• 
  , \6 J4 c+ J/ N" F
• 
  
• 
  ; n8 T9 Y7 K7 y5 U: p: @) J
• 
  4 }  k( q8 i6 J9 A$ t( L7 ]' y
• 
  
• 
  
• 
  & W4 n( O: t( @$ u6 J5 U
• 
  
  

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’。