【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）。

! C" R0 q) W5 G9 m+ e+ K/ t

( N5 h- G1 P" u, h6 {3 @7 Z

第一步：使用anaconda安装Matplotlib库：

• 
  
  ! }7 S, f- H0 Z- E6 Q

conda install Matplotlib
( s1 B+ T8 w. d1 g, q

# o) A8 N0 P* Y7 m2 m

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)

• 
  & [6 t8 E  E: ~) ~
• 
  
• 
  
• 
  
• 
  
• 
  4 d$ M% t4 g( R$ b/ ]
• 
  
• 
  . l' H/ t# n) q- H, X0 v+ D9 a6 s
• 
  / T- t: o8 \! B* m8 D
• 
  
  

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()
7 m$ |2 Y1 y. m2 f" d  V, a+ C

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

• 
  
• 
  $ t3 V6 {8 `2 T# X8 S% H, m
• 
  
• 
  $ s- M* T+ X  Q# q5 H2 I
• 
  4 L8 @+ b( g3 n; X1 c; q9 L7 K( q$ Y
• 
  * u, m: f: B) q, G4 Y6 J& z
• 
  8 X4 I$ m# S- q  ^* Q
• 
  
• 
  
• 
  ; I: s' R6 k$ }% T
• 
  
• 
  
• 
  3 T# E2 k3 L( c3 B& y% X' l2 f$ Z) r
• 
  
• 
  0 V5 [6 n" E/ o
• 
  
• 
  
• 
  % p  f$ K2 I2 U# U" `; b4 [, i
• 
  
• 
  
• 
  , a& y1 y/ z5 Z1 T! j
• 
  
• 
  # p0 u) L% ^8 x
• 
  * I! [  b& S  A3 z* U( @
  

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'：

• 
  
• 
  
  

plt.style.use('seaborn') #使用内置样式fig, ax = plt.subplots()
2 b7 r1 D6 U% ~/ A4 c, L

$ x7 a8 a2 V3 ]/ p9 W

如'bmh'：

• 
  
• 
  . I$ a9 R9 F3 B) b' R4 |/ j0 }; ~
  

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

其余的样式同理可得。

3 H* z7 v6 q9 q6 e5 a* Y7 ~% ]第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  " T. z6 c4 {, ?4 R& b
• 
  4 c* w) K, P0 I* g* X
• 
  . `# \: ^) J3 C" ^: }
• 
  
• 
  
• 
  
• 
  & y4 U1 J! K# X1 I9 L: R
• 
  
• 
  6 c3 e' Y/ t* I3 U8 t# K  I' ~
• 
  
• 
  8 X& l  ~9 X6 k  v; ^8 F% a
• 
  
  ; D% R5 x* C+ j+ }8 }

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()
2 T5 p7 v2 u% x, ^  R; s9 r

注：内置样式可以更换，这里选择的是‘fast’。

& M- h4 d% X' @2 [