【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）。

8 ^4 k/ Z% L% l0 s, c  J  R

/ P. x' Q& J( A, `' E

第一步：使用anaconda安装Matplotlib库：

• 
  
  & |4 `2 [2 ]7 l. _

conda install Matplotlib

- F1 H( Z  {# g* ]& |  c. Y* v3 y

9 a6 c7 _( G9 ]! \: D9 O

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)

• 
  
• 
  . w' \0 \' z( P1 v' r
• 
  # b' w: j1 `7 d" u5 o
• 
  / t9 f* T! k& j/ d( m$ ~! k
• 
  
• 
  / L1 {$ @5 P" E/ H
• 
  5 v4 H" b4 ^- l3 }( I7 R; [
• 
  
• 
  
• 
  
  4 n% G, d) y# g! [3 s

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

• 
  - v  E5 c" J1 o9 t3 K8 ~9 J
• 
  0 T  b! A  o2 g. g; H
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ! E. G7 M2 ]' E5 `% b5 O
• 
  
• 
  % X' P4 F6 l: z+ p$ P  Z4 W
• 
  
• 
  ) E3 M3 h; \6 u$ a
• 
  
• 
  8 [# \/ W. D* P- x
• 
  , R; D7 H/ c: p7 v
• 
  4 j7 ?1 b. V8 b1 s+ X; h
• 
  
• 
  4 i( ~1 X' x* Q/ q: }" ?
• 
  
• 
  
• 
  
• 
  ' B7 @- f6 R+ p% z/ g. w+ l6 y6 p
  

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()
( ?4 T* C% g+ s0 ^% ?

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'：

• 
  
• 
  ! U7 b( J2 o" ~% i, G! f+ I
  ' Q+ M7 a$ l& l# C# C% J* p+ \

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
: B4 B1 l) c! ]  Z  A

# K: l5 S' L- u, B) g5 D! @( b

如'bmh'：

• 
  + v/ Q3 x# }4 ^+ d, |
• 
  , |4 z) A5 z9 o. ~+ ~
  ! }3 X1 O- w: {! Y8 z( b! Z/ T

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

• 
  - [  E( p* M# Y; h
• 
  
• 
  , `' F8 W' y# u0 i
• 
    |6 d+ s1 k- W* t3 n
• 
  
• 
  5 @; q( ^0 B2 R2 M" S: \% C  B1 \' b* ~
• 
  
• 
  6 G( q. [; j; w/ n" K% R. h
• 
  
• 
  
• 
  
• 
  
• 
  
  

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()
1 h' G& e5 b0 U1 L, |3 W

注：内置样式可以更换，这里选择的是‘fast’。

  i" z/ D, \4 k# l' \/ y