【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）。

% r: i6 f5 K9 i  ^, }" U- j/ q

第一步：使用anaconda安装Matplotlib库：

• 
  # @$ f" m! K+ p. \6 m& c
  ' G5 H  l% g9 i. `8 T

conda install Matplotlib
- @# `$ e8 Y% {. G6 M/ c

+ r, R+ M# p5 e0 s, j  Q/ L( q

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)

• 
  ( K6 m1 p* t3 c) r% Z) s
• 
  7 s8 Z0 t6 q2 r8 f2 a2 j
• 
  5 _& B% ?( _  w
• 
  
• 
  6 T# p8 R+ J0 s5 A" s5 v) n
• 
  
• 
  
• 
  " H8 P; d) c4 J- Q1 I
• 
  
• 
  
  

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：

5 l' E; u6 R/ E* \3 D9 L7 P- Y

---

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

• 
  
• 
  ; c8 L$ T8 ~* T2 n
• 
  
• 
  
• 
  
• 
  
• 
  & C( J! D4 e( r( |2 D
• 
  
• 
  
• 
  
• 
  
• 
  3 J, \9 N2 S2 M" x# k1 ^
• 
  
• 
  
• 
  + X6 A+ l% L4 u- J  m1 o: N
• 
  
• 
  
• 
  0 z$ m2 q4 f; n8 g8 O7 {+ A! ^, q; N
• 
  + X( Z: o. c- c1 n, }" j% v
• 
  
• 
  2 d) U1 H* b9 A# U  x
• 
  
• 
  * H( z) x9 B, k! w
• 
  3 W0 ?* ^' @) x  S/ p0 `2 r( b
  , ^7 w) ]9 f: c( S' H

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'：

• 
  
• 
  
  

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

2 [/ x$ w! h& [+ C

如'bmh'：

• 
  - S- h9 E3 B2 o& W1 `
• 
  
  : k4 L, Q! z; F

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

其余的样式同理可得。

( c! `3 A' h3 m4 p, V0 K# i7 W第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  - S3 Y( {; `8 {7 n9 j+ l' ]
• 
  , T/ c+ X0 P. l4 {4 m2 A) B
• 
    f- I3 j$ b5 C& B/ z7 [. _
• 
  & J9 r1 ~1 D( {& f
• 
  
• 
  5 H7 ~0 }* k; M- `. W6 u, V
• 
  " |1 B6 K! }0 d5 v& g
• 
  6 r0 {+ x5 u6 @1 W/ g9 ]
• 
  9 m# s  |- X* [  U. p* H8 G/ }$ r/ h
• 
  : o+ n: \. c( c
• 
  
• 
  
  

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()
% B( i. L- @$ A& n5 R; g6 j

注：内置样式可以更换，这里选择的是‘fast’。