【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）。

, ~$ Q: k8 ^9 o1 S- U% B1 m/ I5 b

& e$ D% s: e1 t& d

第一步：使用anaconda安装Matplotlib库：

• 
  . s/ e+ E  d- T/ {
  

conda install Matplotlib

- Y6 }* j4 ]7 j. L9 \: V" I
+ M- G4 o7 ]: t* t) l2 i; z; R: y+ d8 n

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)

• 
  0 ?% C- ^7 a9 x! l6 w, k' I
• 
  . _7 |# m- S# F, |
• 
  - _/ X1 D; b* x& d& D+ M" c
• 
  
• 
  1 Z6 J. e% r8 I( H5 {3 ^
• 
  ) `8 V5 m3 E/ Y4 s
• 
  
• 
  
• 
  
• 
  * {+ k5 l$ @1 J. l5 w4 C7 h
  6 l' ^2 L6 j: Y+ N) E( a

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()
% k/ r1 ^8 v( g# A: k9 W

代码读取后显示：

7 L( U& e- l- d

---

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

• 
  
• 
  
• 
  - `& W* U$ I7 _/ b" _1 o
• 
    v8 n, N" ]6 E
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
    I: D" h3 s; M9 a+ a
• 
  ' [9 T* R' Y9 Q! B+ ~0 u8 J& M
• 
  
• 
  
• 
  2 h  Y+ I  S7 w2 B. p) O
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  2 _: J: x. `; x# _3 U2 L3 W
• 
  8 x# _' ~* ~# i$ f
• 
  8 M8 X! J( ~  L+ }
  / W9 {/ Z) L, Y8 s/ M8 k$ f7 ]1 e/ q# }

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()
2 e3 p& _, s; P4 I/ l

所有的内置样式有（print(plt.style.available)）：

9 a2 I( J8 \& s  ~

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  ( z$ O- J1 h5 v/ J5 p) B, A5 j7 X
• 
  
  4 t1 Y( c/ K$ V, f, ?7 D

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

7 H3 E8 e) H! _9 v. ]5 t. |/ S

如'bmh'：

• 
  
• 
  ' Z% T6 ?5 S) Z- G1 y" b0 x
  " e, G8 E4 w: T2 I

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
5 _: g# a" p( q  W

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  0 r. n5 ]6 ]. M" R
• 
  . ?& b5 `: V5 Y4 o" N$ x" l
• 
  
• 
  . z& X. C. G7 h  @% ]: X
• 
  
• 
  
• 
  
• 
  
• 
  8 F, q( A* `9 W6 w8 m: E7 I$ Q
• 
  , F. q; A0 d. G/ G( b
• 
  # |! ^! j  v, r& Q, L
• 
  
• 
  9 }" r+ W  D7 ~
  ! q6 t. m  b1 G. 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()
  R# A5 ~& p! _: }

注：内置样式可以更换，这里选择的是‘fast’。