【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 ^- A% Y+ |7 F
; o- j$ M8 z1 @, [0 m

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib

) h2 Q2 I3 \& o# x- S
* {8 i. C8 m! X* T1 W( W

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)

• 
  % j5 O! D! t8 S
• 
  
• 
  
• 
  . F) L5 a; D6 }% t
• 
  
• 
  
• 
  1 E) i: A' f" \
• 
  / J# |) x# W* P- i( g( T
• 
  
• 
  
  ! e5 V, G) E3 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() #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

• 
  
• 
    i$ q1 C8 S) {6 @; I% k% ^
• 
  
• 
  1 x8 m3 g4 D3 j8 @6 V
• 
  
• 
  - f: ~: S8 F  v% y7 Q$ Y9 s
• 
  / v# f% d' P1 T+ P: w4 O+ Z/ R
• 
  8 Z5 p* o0 L, h, y/ E
• 
  
• 
  0 B2 a( S/ f+ F( d3 S
• 
  
• 
  4 y; ]- W4 a& A% g: |" k( t! R
• 
    m* O: l1 s8 C3 t
• 
  
• 
  8 e7 q5 `1 A4 N! n! a( v2 N' f& H
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; S: f& @3 ^1 w: B
• 
  , v6 T) G8 z" v' b8 j
• 
  
  

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()
9 P# q* I, A8 b

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'：

• 
  
• 
    o+ m. n. z% p+ @# n
  9 j: @$ q6 U( i

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
$ I) K5 u* E' s% _

3 Y5 f  X2 w% Y5 Y5 e

如'bmh'：

• 
  7 S4 Z+ j; G; z4 c
• 
  
  8 s! G$ {/ q8 I+ `

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
; I6 O7 [7 F! b3 u8 z  p- h! W

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  5 e3 Q, T7 V: @, \) s
• 
  
• 
  
• 
  3 t: z5 v  q$ C5 B. S
• 
  - Y6 w- c% e) j5 q$ {0 f& n
• 
  
• 
  
• 
  - K9 n4 ~" Z! V! f% v" N7 _
• 
  + W7 J: [- q) q, o% a0 `7 ]. ~8 c
• 
  
• 
  9 Q6 `9 `1 @2 m* G. |7 s3 k, |
• 
  ) ]6 x" d' b( U: h8 u& _8 n6 b
  

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()
; ?( N9 N3 a0 b& t$ Y

注：内置样式可以更换，这里选择的是‘fast’。

( q7 l; G6 B( Q. D1 z) @