【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）。

. a) u- w; t! ~3 u& v. z0 E; p

% \5 }7 n7 K  `

第一步：使用anaconda安装Matplotlib库：

• 
  ' I: j7 M! Z: |! f
  6 N4 E% g# c" H+ l

conda install Matplotlib

# t2 c: z9 x$ l' C" ^: _

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)

• 
  
• 
  4 e* a+ f$ S: c
• 
  9 x7 d7 |- N0 s! @, x! P! h
• 
  
• 
  
• 
  # J' d) ^. G5 g( ?+ o
• 
  
• 
  8 q* N) T# ^3 H/ _0 @/ X, d& [: q
• 
  
• 
  
  9 f" O5 n, t9 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() #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()
, Q5 K0 k& S# a  {

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

• 
  ' `+ h; Q- [4 R# V$ {8 O
• 
  
• 
  
• 
  # u: U/ I8 F7 Y4 Z
• 
  $ V8 A6 {' u4 J, m" s: H4 I
• 
    A* x& I. C; b: S5 H: s2 j
• 
  3 b; Y. U- d' _5 g6 @2 ]' C! ?
• 
  ) o- [, Y2 A" A; O9 N- i
• 
  2 P; ?8 G0 ^9 N( G! f+ ~7 S
• 
  
• 
  6 b. Y" }" r! s9 j/ I; p) _* n
• 
  
• 
  
• 
  
• 
  
• 
  ! t: E' {- E% G! ]8 M
• 
  
• 
  * K+ V: t3 G# g6 U5 t" Y! U9 g
• 
  
• 
  4 D( D- W. I; X4 f
• 
  ! z6 Q: v) @3 o4 g- y
• 
  1 `/ b7 L: n+ U( N  Y/ }& u
• 
  
• 
  ; m6 g" P+ Y- H& 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()
) O% ]# d& I" s- O5 Z) p  S

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'：

• 
  
• 
    ?) S3 e% ?! p7 w. b5 I
  

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

如'bmh'：

• 
  3 R" o- I# P6 k5 x2 N  X6 o
• 
  / C  ~' D( X0 d8 u
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
  a, Z! ]) E2 ~8 u3 H7 w% h

其余的样式同理可得。

7 ~7 f8 R' C  i6 u% n第4步：使用Matplotlib绘制简单的散点图

• 
  2 j) S, `/ m/ D9 ]# K2 K/ r# F$ w
• 
  
• 
  # k( s; o( O) N1 t$ C) I# L
• 
  
• 
  
• 
  
• 
  
• 
  ! G& F0 h% o. V
• 
  
• 
  
• 
  
• 
  
• 
  # D5 _* l/ T) ^; N3 |' T
  8 O+ }/ b% Q6 p6 j. 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()

注：内置样式可以更换，这里选择的是‘fast’。

  `$ P/ F& r. x  W. R% B