【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）。

第一步：使用anaconda安装Matplotlib库：

• 
  / l) s$ ?( ]4 @; s: T4 |
  - _# G: e  B+ {% n5 h+ l8 L

conda install Matplotlib

3 M0 Z( Y- d! t# q3 w; ~
, ^& k, }5 s6 _+ ?; B7 H, \! }
3 P6 F1 {3 @. }' D7 x1 H$ q

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)

• 
  
• 
  
• 
  
• 
  - r* ^' X8 @3 ]" I
• 
  
• 
  ( _. w2 |: D9 X
• 
  + P, a* \, c0 w' |7 k3 K1 m
• 
  
• 
  $ @! X# v! }. ?* v6 T  V% y" h. C
• 
  
  6 K/ e4 ~. |5 R% @) J2 `

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()
) J* R9 V. `: a+ K

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

• 
  
• 
  
• 
  
• 
  
• 
  # N( `( L/ t+ w4 w' S
• 
  2 |6 Y6 O3 J3 {5 D" J4 ^# x( H* G
• 
  
• 
  
• 
  , c7 V" A0 T0 T* K  n
• 
  
• 
  2 a. M+ M5 a& m! C# {, [4 i# e
• 
  ( i  z3 w/ o( D! ?: \2 j
• 
  
• 
  
• 
  4 g( Q' O3 s$ J4 W
• 
  
• 
  
• 
  ; n( N( ?! W' t0 |; r) n. Q
• 
  
• 
  , ?4 x# k( R2 c7 \9 n# j
• 
  
• 
  5 j$ }! k! [& S" n2 O
• 
  1 M) T& j. \+ f8 _" I# F: S
• 
  
  0 g- \, u7 B; [

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'：

• 
  7 H2 V0 L+ Y! y* r& A; [! b
• 
  
  

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

7 p2 D  P7 Y( ?- W

如'bmh'：

• 
  , l5 {& D: d0 E2 f  r) G9 p
• 
  . @/ n$ h2 U) E3 i5 v( f4 k
  $ a5 o4 G6 ?/ _

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
3 k7 y/ k, Z! `: I

其余的样式同理可得。

* Z1 p4 c1 I3 C6 j  q2 `/ \第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  
• 
  ( _' l# ]$ y8 O) V) @
• 
  ) ^- ~. N1 ?: ]4 _4 c
• 
  
• 
  
• 
  
• 
  
• 
  5 P. W: T3 i. P/ v7 J$ }
• 
  - D# X0 b. o! |( z- g: S# H0 w
• 
  ! e& A1 S  k! n2 O* f$ K& n# M
• 
  
• 
  & @" f/ g/ q! {! j* R6 H9 F$ F' U
  2 F3 E; v: k" A& l' n2 b  F

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()
+ Z1 s+ s7 ^" w. Y

注：内置样式可以更换，这里选择的是‘fast’。