【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 M; g) \( L& q; ?5 Q6 L# H

6 U- e+ R% `, Y$ @

第一步：使用anaconda安装Matplotlib库：

• 
  
  * o4 r. i9 a% i7 ?5 \0 T5 F

conda install Matplotlib
: A, X2 ]- Y6 `9 T2 Q9 c) u, k+ q

. o) U5 ]2 _& a' {* l
6 R) X( f# }: c

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)

• 
  
• 
  
• 
  8 \! N0 L. B3 C+ S% G3 b8 i
• 
  
• 
  
• 
  
• 
  ) I* [5 x  D: Q
• 
  ) o. F5 w: C: p8 C, J
• 
  1 {8 \% h& ]3 X
• 
  
  2 d1 Q/ r6 p% Z/ \6 ?- e1 X$ e% |

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 L! s# s3 O  m4 b

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

• 
  
• 
  
• 
  5 l6 h+ [" ~4 p
• 
  
• 
  9 l5 w$ Z8 I& r5 b
• 
  $ I: |: u$ g' C! N2 H
• 
  
• 
  - J- R' ]0 J$ S
• 
  
• 
  4 M+ y" h. C8 O- ]* q  N3 p
• 
  8 u* A; |: q. H
• 
  ( }. B' l! k- c  X  b; V
• 
  5 V6 A# j3 H% A2 @( d: U( p6 m
• 
  
• 
  
• 
  
• 
  
• 
  ) f/ O% T9 z8 g6 a8 {
• 
  
• 
  
• 
  
• 
  
• 
  ' \( O# _' ~8 X; t4 d/ ?
• 
  
  

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)）：

% U$ ~4 t7 b1 d6 P7 v2 K

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  ) m6 F7 S( A+ |7 N! `' e0 v5 P! x' c
  & @9 S: y: s+ J( R8 w" K- J

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

如'bmh'：

• 
  
• 
  
  

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

其余的样式同理可得。

4 j; J0 V; D1 V第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
    M0 i4 {& [# j
• 
  " N1 Y, l' v" _7 [( ~
• 
  : r' p( z+ X, U% ?
• 
  ; e' N1 Q% i# E" ~
• 
  0 Q) x3 o( ]4 P: Z: [
• 
  9 ~, ]: v" Q& `3 M- u8 J
• 
  
• 
  
• 
  1 k5 D# p  e: J6 A4 k
• 
  0 u3 N& W6 _5 E! ^$ P
• 
  
• 
  $ {  k2 ^# p% s! p
  

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’。

/ i( R4 u5 }# t