【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）。

1 C/ G% R: [$ i

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib

" \' Z. F5 X+ [. K, Z
7 b) Y, l4 b/ o5 D
2 |/ [* @9 X, {  O& `2 p5 h. [

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)

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  # \! u% w  e4 O2 Z9 P
• 
  * _, s+ j& t" W' b$ B. w6 A
• 
  ' g( H, h7 F5 \+ G' |/ T" A! K( m
• 
  
  

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

• 
  7 C9 T- g! \. H$ R
• 
  ; x- s# V/ |( d
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  5 \! i/ |- r- T. ?6 F
• 
  + b- y  [0 _3 s, Y" E
• 
  / V8 N9 n+ \9 H0 C" `* k5 j
• 
  # a& @" k4 i, U& Y" @/ {6 m
• 
  
• 
  0 s! ]1 R5 {9 {0 w
• 
    J3 L! O$ `' J+ w- I
• 
  
• 
  ) Y4 q+ w% E5 h- j
• 
  6 n# a; {6 ~' d& V, Y% h. U3 ~
• 
  0 U4 x7 A3 r2 e+ r/ J$ z
• 
  
• 
  6 U6 d. s6 G6 B; \- n
  # b; }2 D, P9 Z9 O$ E' H# R

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()
* c7 X* x5 N: c/ ?

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()

如'bmh'：

• 
  
• 
  5 }; G9 y3 U* @; x* ~+ n: z
  

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

其余的样式同理可得。

7 s( s* ?3 ]: b" q7 N8 K5 B第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  7 B! _, }2 a8 K2 K  r& X
• 
  
• 
  
• 
  1 J5 i% t. N% i# ]5 I5 j
• 
  7 L2 t" k( o: D& J
• 
  
• 
  7 n) x: D" Q. `' L" z9 g- E
• 
  / Y# y+ o. D! u- C- J& y
• 
  
• 
  
• 
  
• 
  8 {7 }4 |5 f: b) K4 m
  

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' {: b! F( {) Z( p0 k; E

注：内置样式可以更换，这里选择的是‘fast’。

1 J: {0 a1 C, k