【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）。

/ B( M/ g$ S+ S8 l, M% u

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib

' c# Z( Y# @0 w, T" z) 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)

• 
  
• 
  2 X0 M; P1 s. e, L
• 
  
• 
  7 r. g0 f0 A# W# V- R
• 
  
• 
  * B. ?+ ]/ o- b2 o% o+ i
• 
  
• 
  ) Y! U6 B  _) X. x0 g; F
• 
  2 l/ w' _# }" i3 n2 s. m
• 
  
  0 @2 a1 B+ T2 h+ N0 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() #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

• 
  
• 
  8 S& e. \9 z: C* [- H: U$ ?, N
• 
  $ R( m8 j) O. c! s
• 
  
• 
  
• 
  7 Q# M! h0 C, R! [% t
• 
  9 X% M, U! U, h, \7 L8 c# E, T7 g) q4 n
• 
  
• 
  
• 
  4 {9 v  D% P. g4 n0 {. ^# a
• 
  - d6 u* S% C: F1 c) \# W0 M; y/ O: v2 k
• 
  0 F, }8 l, U4 }* d7 c
• 
  
• 
  
• 
  4 v$ G; W# u. [) a% H4 H2 u2 D
• 
  
• 
  
• 
  $ u3 U6 b6 `  x) G' X/ U
• 
    M8 Q: O, C1 p' s5 J% E
• 
  - h  Z/ b! b, I3 N/ U
• 
  8 Y6 o* h) \$ Q
• 
  + C$ u( e5 r# W. G  T3 K
• 
  ! E! P# k7 ?- h5 b
• 
  7 L$ l  t2 W2 c* k" ]+ j
  " R$ D* u; o2 @. _+ G; T! 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()
0 }% T  O0 \2 M4 o! N

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'：

• 
  
• 
    n" p* m" A8 q6 Q
  

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

1 b) ]3 T( R' d* B0 c

如'bmh'：

• 
  & f+ u5 e, U. H
• 
  5 r* y! _0 A9 G7 }! }
  & o' U( d# E6 O

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

其余的样式同理可得。

. {8 Z+ B4 k/ p第4步：使用Matplotlib绘制简单的散点图

• 
  6 s- I( P8 H3 }. ]
• 
  0 g3 V" C$ b  R8 X0 |
• 
    o& v1 ^( i, f
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  6 M; z. V# r3 ~7 F! M" T/ \
• 
  
• 
  
• 
  
• 
  6 p. X% I" u5 o$ t6 K
  - W, [9 J  v( A" X: W( Z" A: }8 t

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’。