【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）。

& f  m9 @+ Y' g: `; N, n7 m
$ A; O& w; {5 ]6 f4 c

第一步：使用anaconda安装Matplotlib库：

• 
  
  

conda install Matplotlib
6 F' i+ E5 u7 X- y; R6 `

( [5 i. Q/ P' P$ O

/ z! h- ~( T2 @1 X" z4 Z7 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)

• 
  % {# {5 e7 }9 l4 E# z8 _+ m
• 
  % X$ k0 p/ K; \3 K8 G& c
• 
  0 e8 R) m1 M9 S$ V$ Z; |1 S
• 
  # h' N2 s& I: P* D; c+ S
• 
  & E+ N/ _2 e  c
• 
  # ?4 w# J5 J: J& N& t8 u) h6 a9 l& C7 G) n
• 
  
• 
  
• 
  . ]( @7 ?+ v# r* d
• 
  
  9 s# P& E5 x' `& H% y8 d  y1 g

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* y( \: F! K! S- t% T: O0 }) 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

• 
  
• 
  % J5 x" r! ~0 Y3 E/ F& p1 c
• 
  - @* Y7 O2 }4 Y8 L/ G
• 
  
• 
  ) ~  i& [2 c# o/ a6 m  v* E# D- Z
• 
  & f$ y# v. Q: U* L
• 
  3 I7 a/ q+ W# \5 e( y& Z
• 
  
• 
  * ]8 P8 p! F- R( ^
• 
  ! q- P/ w  z2 X- Z' @
• 
  9 N; z5 }; p! p3 Q" n
• 
  + L" w# t0 p% I3 M1 X$ c: J6 X( p+ C
• 
  7 a2 B+ W! d' i  M! e2 R
• 
  % U8 w+ m2 `3 o; t& _/ {0 ]
• 
  # W4 g, j6 O( T  q" H, x" G: ~
• 
  3 ^- P+ A+ P6 B8 d" _5 A! `
• 
  # G' f" B9 ~. l, I% Y% s
• 
  : D0 q. h2 n( t1 [' [
• 
  , B$ t7 F- l" ~5 e6 |2 r
• 
  : D' _+ V8 V  p6 |2 u
• 
  
• 
  7 p% D3 S; _7 b
• 
  4 h7 s5 ^  p* a5 t  V& _3 S
• 
  . K* E, ^  e, I
  $ t' a" F2 r! x5 p$ f: ?

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()
! {6 A  Y# {) r

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'：

• 
  
• 
  
  ) T, F- ?  `! O$ k) w! V& {) f

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
" B# i7 J+ @4 x" {5 r

如'bmh'：

• 
    y9 b' ?2 k5 ]. F7 I, v
• 
  
  

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

其余的样式同理可得。

6 ?' r4 R% l8 B7 g/ z1 O+ V5 X第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  
• 
  * Q: @( D4 `$ @. J/ F
• 
    S: U4 r' }0 I0 x7 ]
• 
  1 _/ M4 I8 |5 R6 U+ H7 x* u! k7 s
• 
  
• 
  
• 
  - ^+ i0 M9 d5 G- O& W* k1 a# o
• 
  8 Z4 n/ y# V/ W
• 
  
• 
  
• 
  * B1 I" S% M$ ]& B% D1 ?+ i1 C
  

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’。

" f) X- P9 _/ {/ B" Y! Y