【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）。

$ U2 s. k& _7 X- p9 e2 y

第一步：使用anaconda安装Matplotlib库：

• 
  8 L& S' b: W& \
  

conda install Matplotlib
4 e* T3 n! v8 O8 f

6 F* R+ x5 Y3 G) k* e
3 Z. T- L* T4 U
% G* h! Y# @! E* m( g

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)

• 
  
• 
  
• 
  
• 
  8 H' k4 ^' b1 a7 \, }- l
• 
  
• 
  # x" z1 ], z& i
• 
  
• 
  7 j1 m( B+ x8 @2 v$ l$ M2 L5 O  H( d
• 
  
• 
  
  : c* x8 ]& J: W+ J% q$ 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()

代码读取后显示：

7 S, v/ [- R( G4 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

• 
  
• 
  
• 
  
• 
  
• 
  2 |! Y  L0 `* w: a
• 
  
• 
  
• 
  
• 
  " t8 D8 I4 f2 E4 q! Y) E- q
• 
  / R3 t) a, Z2 _" Z. t3 l0 k
• 
  , f4 o. P. K) p/ |) j6 D  w
• 
  
• 
  
• 
  
• 
  
• 
  ( Z5 o+ G) v4 A8 @
• 
  5 Z+ G* ]/ p6 Y- H+ C2 T
• 
  : ?* j2 ^* k% v
• 
  
• 
  6 `. d' I2 ^+ Z- ]) A+ @& |
• 
  
• 
  & I/ B- g9 E' X1 A4 }- a6 H
• 
  
• 
  $ |8 ?! C8 @6 b) P+ ^; S' E
  

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()
; u) \, b4 I& d. X7 }* R  H

所有的内置样式有（print(plt.style.available)）：

+ r+ ?1 I* U2 G$ L3 Q! [1 h/ C4 a6 B6 t

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  % f7 W; [2 Y- g2 h9 E" g; G
• 
  
  / U, m1 I3 \3 P

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

如'bmh'：

• 
  
• 
  
  

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

其余的样式同理可得。

# r+ W8 n; R6 ]% {7 n! P第4步：使用Matplotlib绘制简单的散点图

• 
  * }/ M2 w9 U$ t& M3 F# L
• 
  7 p+ r" h4 u& B& i0 f
• 
  + Z$ r' E) ^* Q4 o; k; v' M
• 
  
• 
  " u0 g# f1 g7 P* s& R. @" O
• 
  , {/ p% R: {/ j
• 
  
• 
  ; Y; F9 |0 E8 D6 T# q1 i
• 
  
• 
  
• 
  6 O9 o5 j$ N7 q
• 
  
• 
    C. X, T2 H; w% v
  

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()
. |7 r4 H& M% x1 L: A" R, \( |

注：内置样式可以更换，这里选择的是‘fast’。