【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）。

9 h0 T4 ]- O6 B0 o' W3 K6 F

8 ]7 }# l3 r9 a0 C9 Y( p' Q: e

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib
, a* T, c! L# X& e; d8 L9 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)

• 
  
• 
  4 |9 G" k, j0 l
• 
  
• 
  * V# Z' a  }3 R8 X( r) w( G
• 
  ) R9 V  ?9 ~0 _8 d& y9 \$ l% F9 v
• 
  
• 
  
• 
  - S* h8 ]; l/ s+ q8 n
• 
  
• 
  
  

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()
! X7 a# ~2 U( G$ ~* B- r6 @

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

• 
  
• 
  / S3 j4 |/ c2 f6 Z( Y
• 
  
• 
  4 @' g% w, y" G& s+ ~( C. ~" D1 Y& {
• 
  
• 
  
• 
  
• 
  . h0 o; N8 M% N2 I! j) j! g
• 
  
• 
  : F3 `9 Q+ I$ }7 D+ Z. V7 q# u4 o, G4 N
• 
  & q. J( ~( p. }& C# Q
• 
  
• 
  
• 
  
• 
  
• 
  . P# ]' G/ m5 f" q  p
• 
  / \8 S/ I& r  T. n/ J7 t
• 
  
• 
  
• 
  / w) ^/ A7 [! H6 f0 q* V
• 
  
• 
    F+ R; ~. i: Z* p' d
• 
  
• 
  
  2 t8 S4 Y2 y! |7 X5 R& 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()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()
6 }, I. Q6 d$ N  j) H& S7 H

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'：

• 
  ; ^) e# T6 d4 L, G! ~5 v
• 
  8 H! l( w- t. O5 ]* ~
  . E2 q1 D/ M9 v3 ~+ c$ F& g5 ^) X

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
7 I) A4 N. x8 t

如'bmh'：

• 
  7 M. O: ?2 Z" ^/ H
• 
  ) O/ E, D0 z4 Q' @% k: X
  / W! P1 H! V! u  E2 v' N

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
1 o, W8 b4 x0 A

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  0 A, m; @0 r6 q9 o5 X  u1 t
• 
  6 I  Z# g* y" v: E3 l
• 
  
• 
  
• 
  5 g4 D0 d# E# O
• 
  
• 
    \; C& `, L* k; [
• 
  * b0 L4 X$ g2 _! ~; F3 ~- S; C
• 
  ' R! l, ]1 y' G8 e0 a
• 
  . Z+ T6 \! J6 n* w* ^* [
• 
  
• 
  
  , W2 v! Z" w( G/ u) k

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’。