【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）。

4 W1 J9 m0 b# f5 I3 U2 ]* e  u$ G
& K$ M/ M: Q' l! C( N* {

第一步：使用anaconda安装Matplotlib库：

• 
  ) N( N6 m5 U3 ^
  7 l5 f) L0 I/ ^! ^

conda install Matplotlib

4 j8 u; N5 T  N# Y+ d# Y3 n& F
0 v5 [5 B2 t2 w9 q1 \7 P

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)

• 
  
• 
  , ?( Q) J8 C, ~- H! z4 R
• 
  * P. L' U3 L4 S" v1 g
• 
  
• 
  ( `4 G8 i5 p% s7 l- x+ C) H  a
• 
  
• 
  . i) I1 n+ d( V; N6 U$ h& H
• 
  6 @# u& p9 Y8 X! \7 C: X
• 
  3 [+ B6 U4 @: X6 q( U9 E5 Z" h
• 
  
  

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()
& D9 A& V3 ~" }+ s# s  D$ x

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

• 
  
• 
  
• 
  
• 
  
• 
  + y5 B. g' N' R  f1 i; ?2 |. [, y
• 
  
• 
  
• 
  " w2 U9 h# w( I; X5 z2 l& J
• 
  7 j* _- d( J" p  b/ X. Y: }" x
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  7 s9 l9 {2 k& ]( S! [! k$ B$ ~" F. M
• 
  
• 
  " H0 ]1 t' g$ {
• 
  
• 
  
• 
  + Q! k; B" R# E1 F' y5 v: A% y
• 
  
  

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)）：

; h% M5 H7 v2 s8 }& V

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  
• 
  # v* ~. l+ t" X- f- l% e7 O# i  i
  , ^0 E( ~" f# k, s

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

# ~* h1 \- X- |* O

如'bmh'：

• 
  
• 
  
  2 z9 @4 X- i# I( V* v: y8 k- ~- |

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
3 O5 j* F, I$ K1 U+ m! v

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  # f$ W3 B/ x1 V( c5 A5 d0 G* U
• 
  
• 
  
• 
  , O. L4 l5 ]& I6 h
• 
  8 c; T4 E# O4 L0 F8 V3 x8 R
• 
  0 @, y+ s4 i6 ?  k6 C3 Z
• 
  
• 
  % @& N4 O/ v8 A  b, n: ]( c4 L
• 
  
• 
  
• 
  
• 
  # d* q& |5 c: _% |# Q
• 
  
  " g  ?8 i, c* 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()
( B9 {6 t2 C7 Y# ~. A/ s& C4 _

注：内置样式可以更换，这里选择的是‘fast’。

/ F& ]' \9 D! r; K" G  R