【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）。

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib
4 c3 k$ d$ w3 C) h

0 I8 k) C9 b+ Z( Y! l$ Y

# y5 Q1 C  D/ d2 m7 I' K' z. Y% H

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)

• 
    K7 z; W7 {4 j8 L. j2 w) t
• 
  
• 
  3 B/ a0 ?8 B. d3 C& m
• 
  * z. H. k( @3 b5 e9 v: S; x# b
• 
  
• 
  4 A  K4 n7 E* u" K
• 
  7 C: r. d" C! c9 s
• 
  
• 
  ! J; x% `1 F1 t$ L0 {, Q; E
• 
  
  , K4 {& c6 j. B2 q  k

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：

( |; b2 D+ N  w/ x

---

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

• 
  * l3 R" n" Z' u' V  h, ?
• 
  % {0 b  u" D5 |) u% P+ @0 h
• 
  5 }% x" `+ d8 j8 O3 o
• 
  8 G; G1 M* \+ X+ G5 q
• 
  / f# U2 i8 Z5 c0 r7 t# R
• 
  . r2 `# B: I6 X7 i' L2 T5 b. P
• 
  
• 
  
• 
  
• 
  
• 
  + y2 m4 P1 ]% l) k
• 
  4 V6 R# v+ [9 O; V- b1 g
• 
  
• 
  ) J) V, j" M$ |+ ]
• 
  % A( e) C1 w2 W$ z0 H# x
• 
  
• 
  9 |' q0 D4 }9 M! `2 [
• 
  7 a/ {" K1 u# F" m* v- O. d/ a7 v
• 
  3 a1 B  Z' B* R8 O' L
• 
  ) |% h; W# O9 B( z5 N' {2 ?' j4 ~5 L
• 
  
• 
  : W: M5 u+ J$ @3 ~
• 
  
• 
  
  7 T) ^; P5 j+ X& V

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()
! J' l. v, P1 q  L' Y2 D2 x

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'：

• 
  
• 
  + [" A( c& Y% u% F9 P$ Z
  % K8 u* {4 }: {* M+ b0 T

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

如'bmh'：

• 
  
• 
  + i2 D3 [  Q  L
  1 I  \8 S. X& C! K

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

• 
  
• 
  
• 
  
• 
  
• 
  3 B6 p% A2 E' f4 R
• 
  . h0 x$ \- C; S: a+ Z7 E/ N
• 
  3 s* J: R* Y3 P6 r
• 
  
• 
  2 s3 \& b# x" ~* z
• 
  
• 
  ( T- [. r- F8 E+ S, A
• 
  
• 
  / ^: z) @- S: s: d" S
  

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()
: x0 t( E& w; X; S3 a$ ^

注：内置样式可以更换，这里选择的是‘fast’。