【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）。

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib

  i. e; F1 k7 z+ W( Z. u
& b! z, |7 _6 t0 X% ^3 D3 y
$ G4 v1 l' N% Z, I+ ]# F

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)

• 
  + N/ Z/ l# g5 T& C. ^; e
• 
  
• 
  
• 
  9 R3 k. A+ w% f" r8 m) E8 p
• 
  - a' w9 _0 U* _* D
• 
  
• 
  
• 
  6 l0 g; i1 y+ w1 d0 Q
• 
  / @! j5 r, W& C# P! k" z
• 
  
  

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

• 
  
• 
  
• 
  0 p5 j- |+ N. e! T; b  a8 ?
• 
  ) i' \4 }1 C; x6 S6 ]' a
• 
  
• 
  * w* i' ?4 U* g
• 
  & e7 \  w% c$ [4 t" ?
• 
  ' }  M' U9 x; c3 r2 w
• 
  , o' I5 f/ A  K) X2 w
• 
  
• 
  
• 
  
• 
  
• 
  : I4 h* X' v% \9 y
• 
  / G9 C+ [4 ]/ A8 z+ l4 f+ I7 B9 u
• 
  
• 
  
• 
  , K2 R# H- @6 r4 j+ h
• 
  $ w& C7 e! D/ ?3 h. T) u; s) S2 I
• 
  
• 
  ! C) l1 r& E% R; L5 p4 j
• 
  3 C; @: _. r  v/ [: A
• 
  5 D, `, W2 Y' p% W% v
• 
  
    b) W$ y! a# X+ T1 y

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()
( T, u* m! P( M0 q3 ^5 d  Z

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'：

• 
  ' `! d" n2 `) m" z
• 
  6 l% e! q: w* D8 ~' @% A* O: {
  

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

' K& N0 H; Z* |

如'bmh'：

• 
  ! v2 t$ `# d+ D) B) F
• 
  ( m0 m8 j; j9 o7 J5 O
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
) S1 ^5 a' D/ B1 p

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  8 B; G5 Z; }* Z% U' _# J
• 
  
• 
  
• 
  2 Z0 d+ O9 |4 Q- g: y' A# v
• 
  
• 
  
• 
  + c) p/ }. o: C7 P8 d* S2 W- W
• 
  5 `# K. R6 N) ]1 F) T# w* \! `7 Y
• 
  ! E! q3 D& ]6 K/ B1 f4 n: X
• 
  7 e2 U3 `9 ^1 T( Y
• 
  $ y  ?3 Q- }9 N# b
• 
  
• 
  # {# E. F& P% I
  

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()
# a2 c8 z% l$ U8 w

注：内置样式可以更换，这里选择的是‘fast’。

* q) v8 e, ?) ~" t2 g