【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）。

$ ^# p2 x- a: x. U5 C3 }
: E/ x" p: w, |7 v0 A- X- s  W0 [

第一步：使用anaconda安装Matplotlib库：

• 
  
  1 ~' f  Z7 X3 {8 u/ ?

conda install Matplotlib

+ I/ P4 G$ A3 S' S4 I! Y

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)

• 
  5 K2 g6 |" e4 T, N
• 
  8 |. D* M: x4 C4 i) G* ^
• 
  
• 
  
• 
  
• 
  ; \/ A# {: }& W! f2 G$ r6 J
• 
  
• 
  
• 
  0 c; ?. e& V' J/ U% C
• 
  . J' O4 H8 T. _& B7 x% K6 ~
  

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

• 
  
• 
  
• 
  
• 
  
• 
  , |+ s! d' ^+ A" k3 Z# i
• 
    \7 C% Z6 K. I
• 
  
• 
  
• 
  * h+ U' I" Q5 }6 U) H: _
• 
  , C8 {9 E/ N/ R5 [1 E
• 
  
• 
  8 ?# u" o. |5 g" ^, X
• 
  - j1 O( K+ a, L
• 
  3 X. ]8 _( X- @8 ]8 ^0 Y; x
• 
  7 W1 M" j6 l9 w
• 
  , d6 s: }/ l! q1 V. E8 c* t
• 
  - T" [/ ?$ z0 G+ ~' |& P& ?
• 
  
• 
  # y( W3 D) u* h0 R# i# G
• 
  
• 
  
• 
  
• 
  
• 
  + ?5 r: Q+ C9 l( y9 ?! c
  

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'：

• 
  
• 
  
  3 S, E, J8 l# L" _" R

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

: {# L/ ]- `, J! K2 N8 {

如'bmh'：

• 
  4 \7 E% k( ~) I
• 
  ( [" C; t2 ]& p" h$ I! j- _( |
  5 b, Z. a. I6 ^5 A/ S  D8 V  q4 X

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

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  ( q( D# `1 y# s0 P" C: ?  W
• 
  9 F  |( o( x% b+ j- u/ ~1 v9 T) a
• 
  
• 
  " M* q9 M8 [) V& R1 n8 \) Z0 E
• 
  
• 
  
• 
  
• 
  ; M- G" H/ U1 Y* C' ^. b  W/ a
• 
  ! _- }# x/ L* N! r, r6 J
• 
  
• 
  
  

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()
/ f( p' O5 `! v. }, M5 ^

注：内置样式可以更换，这里选择的是‘fast’。