【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 q. T3 {& c; A  {4 C$ _( z

! w; z' O/ U  ~( B$ |7 Z9 `  ?

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib
/ w$ ~: E% v# y  ?! K2 \

+ R: u  Q! c9 R6 O) _1 U

; [1 `- W( B" H3 @9 U, d

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 r) H! G7 u) \8 g* w0 y2 D6 K
• 
  9 Y3 K6 s' Z8 X0 I" r
• 
  % l2 n0 E4 i# U
• 
  
• 
  . \- m0 b9 B. z6 x6 W9 R
• 
  + D0 J; t4 V  h* |3 f( {
• 
  
• 
  
• 
  " j' g: \! S2 i/ ~; 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() #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()
$ |* e! j* p/ r/ z" p! T

代码读取后显示：

- A" X1 b: }- i

---

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 C1 h3 u0 T/ c
• 
  $ k" p* r8 I1 F
• 
  
• 
  * t  r, N3 B2 [" ^+ Q; ^
• 
  
• 
  
• 
  
• 
  6 M& H( R% B1 M& k: D: |% {; k, ^* T
• 
  ( e$ N* d0 }, i
• 
  
• 
  9 j+ h( p) G8 ^1 h+ {
• 
  
• 
  - C. s6 ?# O6 h- w) A! e
• 
  $ v8 K3 c6 C, }& _7 I
• 
  
• 
  
• 
  1 A* k- C) {) Y/ G* ?0 t! w1 B7 |( L
• 
  
• 
  4 r% l$ k) Z$ {$ {; b" K; S2 M; F
• 
  & s+ c5 K% g, M. s; u! E
• 
  
• 
  ) P* N/ ~( C2 p9 c' l
• 
  
  

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()
, V" n' P/ o! ~6 H

所有的内置样式有（print(plt.style.available)）：

& a6 X5 k8 w- {6 J* J

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  5 R' {. v" f: H4 r9 U
• 
  
  2 w9 P% v( n( d

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
( ~- S; Z+ |2 Q

如'bmh'：

• 
  6 g$ Z3 r% p+ s* _0 U( I8 X  N
• 
  
  6 }# Q( ?9 e" U& D% g0 s

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

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  " v: N0 y, e# v
• 
  , i3 v8 X2 {1 n7 Z$ Z
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  & {4 I6 Q/ L$ C
• 
  
• 
  ! S7 M( @& ?+ C3 f3 s8 M
• 
  
  

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’。