【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）。

# w6 ?5 m/ p8 ]) A9 j% z$ }

第一步：使用anaconda安装Matplotlib库：

• 
  
  ' Z( P3 z$ r4 |$ l# U" U# d8 J7 }

conda install Matplotlib
8 ~' C4 x: s+ D/ C& g5 q

! e) F: ^0 Z1 b. x3 Z2 }* }) c

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)

• 
  
• 
  $ H. @! G0 M& k" e
• 
  
• 
  1 J) ~0 K1 L, K5 E& G
• 
  4 ?7 L* k4 D0 X8 ?
• 
  
• 
  
• 
  & I4 r+ h; {: N/ T6 |; c# w
• 
  $ V3 a, o' M3 [* B% ]' E
• 
  $ L& P- d) [! r$ I% X
  4 C) u! K- b$ S" X

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

• 
  # e3 h3 k7 w' ?) T: Z7 A
• 
  
• 
  
• 
  % h3 {6 J0 t- `) [  ?9 E9 H
• 
  
• 
  ( e8 Q0 u3 p3 V0 z* m  o$ g4 f( K
• 
  
• 
  ' G7 E& S- @1 M3 v4 _0 T
• 
  
• 
  # t4 A4 w& t4 M1 G' t, P9 A* M4 X2 O- N
• 
  
• 
  
• 
  1 g5 H* S/ m8 Q
• 
  
• 
  
• 
  : ~( g$ G1 `) s# w1 a4 z
• 
  
• 
  ! C; X. D6 `* S4 \6 Q: q7 u
• 
  4 e) A* C: t' e- `+ d6 j, w
• 
  
• 
  ( ?& J+ U, h4 `) W
• 
  
• 
  1 S6 A; l' g" I9 @7 R$ G9 a( H
• 
  ) L9 M  ]0 }. |+ q
  

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)）：

. i! W' q" O- c; e

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  
  

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

如'bmh'：

• 
  
• 
  + Q# `$ X( h9 e2 [1 M$ B; z
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
9 X& P- z! q; @" F

其余的样式同理可得。

, }- K6 e/ ~' L! V0 Z  g1 x第4步：使用Matplotlib绘制简单的散点图

• 
  9 D4 h. o9 `( [4 R1 \3 x* I% C2 n& @
• 
  
• 
  ) R, U' y& J9 |  v
• 
  
• 
  
• 
    K/ B# p" q) ?+ |
• 
  - S3 m" J. h! E
• 
  
• 
  9 @5 U  ^. a. @6 [& d
• 
  ( H$ D# _. S5 z# o/ d1 v2 w
• 
  % P4 [4 _2 i! S4 x/ p# b. D+ T
• 
  
• 
  ! j4 o# U9 E+ i9 k3 ?& U9 b4 @
  

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()
! Q2 U! _% Q: D! Q- u! K  b

注：内置样式可以更换，这里选择的是‘fast’。