【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）。

: q! h" e8 q1 ~/ l; H7 K

8 g3 \3 ]* y; t

第一步：使用anaconda安装Matplotlib库：

• 
  
  ) B! T* [4 t4 j# M) [' Y

conda install Matplotlib
# m% k0 i9 `2 I' i

1 K6 n$ m: z1 Q
" W* d. }) C4 i' b% |2 m  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)

• 
  
• 
  ( \1 ]& b: Z, |1 y+ {% H3 D
• 
  * a( M% x! f4 R
• 
  7 \: w9 b: t* n( i  V( r
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  ( ^5 `9 E* _% R+ J

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：

---

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

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  4 Q5 j" P5 ?. D
• 
  
• 
  , b$ S* ^. Q8 j  E) V, p1 Z8 ?
• 
  , `, M/ y8 \0 ]5 C; c: ^& T# E0 H
• 
  
• 
  
• 
  
• 
  9 }6 e" ?7 ?. o* z3 W
• 
    ~& |: e! o3 @! p4 M
• 
  
• 
    t+ y5 E8 j+ l( L9 x
• 
  
• 
  2 u+ Y+ [. R, a8 N" p5 X
• 
  . C* {7 j2 c2 ?& H  g* q# L9 Z
• 
  
• 
  ( z6 o% J$ ^( J8 Z9 ]% o8 i. v
  

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)）：

- I, C& {  A9 t

2、选择其中一种样式（plt.style.use(‘样式名字’))：

如'Solarize_Light2'：

• 
  6 ^8 g- L: [; c
• 
  
  

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

; L$ j1 P: f# U( @, s5 @: H

如'bmh'：

• 
  
• 
  ) u, y( k$ q$ G3 s
  

plt.style.use('bmh') #使用内置样式fig, ax = plt.subplots()
- q3 D1 O3 U' _; O; E+ y: `

其余的样式同理可得。

第4步：使用Matplotlib绘制简单的散点图

• 
  
• 
  % S4 H: U2 E' y7 ^; b
• 
  
• 
  
• 
  6 z/ u5 v9 f; ]; W9 a
• 
  : ]. p: {5 e7 u+ L1 Q4 p
• 
  
• 
  + u( S( p2 [4 q* z' @* R9 `/ i, \
• 
  
• 
  
• 
  0 I! x- |: R+ `" W8 C  S8 \
• 
  
• 
  " p4 H; U5 ?5 z" s# s! c7 a- C
  

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’。

  c: I6 B- H: ]9 r) l7 i