【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）。

5 ~; S9 U* e+ J1 C% w
" y; J* \4 c* G) \) B6 W

第一步：使用anaconda安装Matplotlib库：

• 
  6 g- \! Y/ V# |( f) O* e- k
  ' N* \; }; U# o4 f  Z9 ~: h

conda install Matplotlib

3 @5 t; Z9 E2 M& U% W

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)

• 
  9 s  k( M3 C: T
• 
  
• 
  ! l! g* }8 W" N  a" X
• 
  
• 
  2 Q0 S  @" o5 t% V; V7 a
• 
  
• 
  ! _: O* t; w7 m0 X, `, s% E1 X
• 
  5 P( j& h, ?* E
• 
  
• 
  0 Q: u' Z4 }1 @
  % }0 ^1 k9 J% k$ i% @

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()
: i1 M+ k5 l* {

代码读取后显示：

0 e5 h( l, [" y3 Q/ q! Q

---

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

• 
  
• 
  & \; ^* x# r" e( A
• 
  3 y5 C+ J4 N% F5 G
• 
  / ^( H1 b0 C0 X# u' Q5 n  A, X6 a/ y
• 
  
• 
  
• 
  # @+ U2 K3 m+ E! V8 G
• 
  
• 
  , f6 S1 |. p: I! x3 S0 l$ _5 R
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  8 k0 f! d9 H( a" P# [9 }
• 
  
• 
  
• 
  
• 
  : ]0 f, f. v' o' ~* @/ u* p
• 
  
• 
  
• 
  
• 
  ) s; L6 V7 ^* f% b3 e0 I
• 
  
  8 D5 v* x' Q0 _( k& f% N

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'：

• 
  9 V. ~: D4 v) C  T1 P
• 
  0 X$ h3 L4 C! O$ w- N/ {/ K( X
  7 g: @  Z3 @* ]3 y9 |) c

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
, U! v- S, V) i: b' G  Y

如'bmh'：

• 
  
• 
  ! U% I$ O: V9 e+ d
  4 p; C# L4 C- \2 ?; s

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

其余的样式同理可得。

- J5 J3 C, h* q" `: e, S第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  4 s2 D2 Y2 X5 l& x" s9 q
• 
  2 O/ o! F; G: ~5 p  ?9 @0 Z. x. |
• 
  
• 
  . H. h7 k0 x5 k) W
• 
  
• 
  
• 
  
• 
  
• 
  & l0 l5 b$ t) R2 v5 y0 v. }
• 
  
• 
  
• 
  
  

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’。