【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）。

' j: ?6 A9 X% J3 X, T8 Q! U

第一步：使用anaconda安装Matplotlib库：

• 
  5 t% I5 H% y, I) G1 L% k
  

conda install Matplotlib
8 F( }& d8 x4 G- T( B' k9 ~0 z

5 K$ ~) N+ q; ~1 P0 ^! E5 p+ o

" r2 O, W, V; ^. U7 Z. f$ t2 J

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)

• 
  1 S7 D9 |( G) p: U  p- @1 q* x
• 
  
• 
  0 x. n0 _& d4 E" D! m& i
• 
  1 `! C; _3 h" ]9 r- D" G3 L
• 
  
• 
  
• 
  
• 
  7 |$ b' u4 q: `- Q) d
• 
  
• 
  2 [1 m! x0 B( 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：

4 S% Y$ Y3 S0 ~+ ^1 H0 Z" o

---

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

• 
  $ _; R/ m- H! ]6 ~+ Q
• 
  
• 
  9 |0 L. }. \% l: C4 |5 I1 x2 E
• 
  
• 
  : I5 j  u6 Y8 D4 S
• 
  ( t2 @+ j& O# ?' u$ W
• 
  , U6 V  d! I% P' t( _& G
• 
  
• 
  8 V# U3 a8 @4 L% y( ~% j
• 
  
• 
  , i5 v# ~" @0 e0 U
• 
  % `% {6 m  p; Y# x0 H, y
• 
  
• 
  0 c1 m. e& f4 `4 R4 U3 k; {
• 
  + }/ g( j# T% Y2 E9 V. N
• 
  - u0 M% s" N! \
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; Z+ P0 N8 _- w
  ! [" M2 y" G) \1 O1 ]

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)）：

6 w8 V3 S) C/ I1 L9 q

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  + f  B. H1 i% }/ A3 t
• 
  
  - l; ]  L; ]; ?3 G# ]9 I! b* q

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
# M% H+ T' B3 n" d

6 [- X  j( L$ C1 r

如'bmh'：

• 
  
• 
  
  & t8 h. N; u/ i8 r% [* y( C+ A

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
* `/ R  T4 r" Y. q7 b

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  : W0 P3 y. @3 g7 O; S/ w
• 
  5 e7 N0 J# y* }8 ]! \" r
• 
  # M1 h7 W3 ]8 C. ^0 o( L
• 
  * h1 Y# d( o! Z! g5 W
• 
  ; d, ~7 Y6 K+ @& ^" Y4 Y
• 
  3 A3 F) b& A4 }! N- V
• 
  ) j7 N, w: m: P5 n0 Y# S$ G) _4 k
• 
  
• 
  1 D2 g( ~3 u4 A- S
• 
  
• 
  $ {& X7 M7 K2 ]( ^8 F7 E6 b( H
• 
  
• 
  
  0 q& K2 r& o8 n6 n% W" G

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()
# Z8 n# E/ K6 x* H3 ?' ^( M  Z

注：内置样式可以更换，这里选择的是‘fast’。

9 ~+ O" x" d8 h5 }. N, v) n