【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）。

7 I0 ~; `/ }! Z$ x7 [
1 O5 k; C' ^9 I- j& {+ k

第一步：使用anaconda安装Matplotlib库：

• 
  0 `; R1 P6 _/ d. ^# Z# U3 z
  ( i1 L. D/ B8 U. ]

conda install Matplotlib
1 ]! |5 F# K! z/ g# A6 Y1 A6 H8 w

1 S+ i" V6 X  m4 i
8 T5 Y/ T- |" w( \

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 C' r9 B5 `8 L: A* q
• 
  
• 
  0 W# R5 l  i1 ]6 \/ J1 Z
• 
  ' f8 u9 N6 a  `" B9 w
• 
  
• 
  - r! Y& z0 ^/ u, l7 f. Z' d
• 
  
• 
  
• 
  # I: }# d2 \4 t- v/ b. L
  

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：

$ j' I4 e2 a6 r$ S

---

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

• 
  2 I8 |) |  b% Q
• 
  9 q$ _) N- f; j- r% K: {
• 
  . A' `, U9 ~% X
• 
  # I# ]; D# b, k" _0 G
• 
  / `! D" O) W  [
• 
  ; H$ n* e& e3 p
• 
  
• 
  
• 
  : m. Z$ H  j2 R3 L
• 
  % h; f5 O! L7 ^. A! T/ H+ s: _
• 
  
• 
  # p" E# a  E+ J# v: Q
• 
  + Y$ _: p* L3 [6 ^, [
• 
  / C" |2 i0 d. l
• 
  
• 
  
• 
  
• 
  
• 
  5 N# z: R$ Y3 d
• 
  
• 
  
• 
  
• 
  ) J5 T8 Y6 z* A0 O
• 
  
  

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()
$ B" V+ f& X1 ?2 w

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'：

• 
  ( I  q* b9 `6 @8 b( y$ v; L0 ^% u
• 
  
  # j# N: P* @" O* e; w

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

% c! k6 P/ J* P8 F) ?; j; W

如'bmh'：

• 
  
• 
  ! X: ?$ M& M6 E+ @% o& t
  3 \& E* C$ X; y; o* P7 ]

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

其余的样式同理可得。

( ?, F& V, A' t! z  O2 A- |: a  [第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  7 }2 [2 K  A1 j/ J& p
• 
  6 `* n" [7 G& a, M8 N9 F
• 
  * A+ j3 s$ _6 K
• 
  6 P2 d9 V# E* }0 a. k: ^
• 
  
• 
  
• 
  8 x5 W3 G" n9 o( f! t6 @# d
• 
  ) U% p8 X) D0 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’。