【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）。

1 C* T" v) F0 D; K, h, |* O: Y6 k% g

  t6 W7 m8 i8 {+ f1 c

第一步：使用anaconda安装Matplotlib库：

• 
  
  " x: B6 c" a  e$ O

conda install Matplotlib

# p; ?/ e2 U* x% F/ L
# i6 }/ J( ?1 N; i% y$ b5 h
0 X! a. w$ o# _5 W& L/ r

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)

• 
  
• 
  4 R5 K# C# E: G! Q! R5 d+ ~/ K" |
• 
    d$ t4 L6 q2 F% _3 ^6 C, \9 S
• 
  ! W8 x5 y, e+ M2 I0 n+ y- \
• 
  
• 
  
• 
  
• 
  0 e8 {) `! G4 P) h5 t3 Y4 }8 a
• 
  
• 
  ) W' v% H+ T. H
  ! a0 y& `7 w3 I/ u. g, _

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

• 
  % b1 A+ U# {( t: J/ g7 t7 y, F
• 
  
• 
  ; c- m" |0 `& ]3 Z
• 
  ' N: J# h8 d8 X6 t( Q- ?
• 
  
• 
  
• 
  
• 
  ! ^: u6 p- H+ z8 T: n7 N
• 
  
• 
  1 J# H- _- f( r0 Z  _) J& _, M' H; e% t
• 
  " p4 W5 u% D1 ~
• 
  
• 
  
• 
  $ t- u4 D" E( m
• 
  : E- F6 k4 N  A
• 
  
• 
  8 {4 t3 k, x  {/ ~0 L2 t3 [$ S) U
• 
  
• 
  
• 
  
• 
  : R6 Z# S2 h7 V3 B4 b) E
• 
  8 p3 ^4 q' D1 V8 M) o& S$ `
• 
  
• 
  
  $ `' c( J2 Y# c. T( A# A

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)）：

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  . R  I6 I' T; l; n: N( l5 t  x" ]' [
  

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

* J3 B3 Y  R2 {* d& \1 Y1 h6 F+ J

如'bmh'：

• 
  + L6 ~5 e, B' Z6 L
• 
    f4 d9 @! A4 J. N! {
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
/ Q3 ~5 r, }8 b+ n

其余的样式同理可得。

' G* u8 P  `! V" C; \第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  
• 
  7 X$ z8 _1 x" E, ?
• 
  ( u  G2 O; T* x; Y* o7 x% U! ^
• 
  % g" f) x: A; B
• 
  ; d- k* ~5 W" e0 o* ?5 }
• 
  
• 
  % V" W7 j" X: o: d: E! y1 `/ p
• 
  - \; f, `( T5 e. f; ^- V
• 
  
• 
  
• 
  
  2 Q9 Z" F  }# @# H7 L2 r

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()

注：内置样式可以更换，这里选择的是‘fast’。