「Python学习」 Matplotlib画折线图绘制高温天气变化图

安装matplotlib

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple matplotlib

直接上代码

import random

from matplotlib import pyplot as plt
from matplotlib import font_manager

# 设置中文字体 
my_font = font_manager.FontProperties(fname="C:\\Windows\\Fonts\\msyh.ttc")

# 指定x轴 从那里开始,到那里结束,步长是多少 x的个数和y的个数要一致,才能形成相同数量个点
x = range(0, 120)

# 这里的数字个数和x轴是一样的
y = [random.randint(30, 45) for i in range(120)]

# 设置图片大小
plt.figure(figsize=(20, 8), dpi=80)

# 绘图
plt.plot(x, y)

# 设置x轴的刻度 主要是调整步长
# 正常步长
# plt.xticks(range(2, 25))

# 刻度变稀疏
_xtick = list(x)

# 刻度变稀疏,增大步长
# _xtick = [i/2 for i in range(2, 50, 2)]

# x轴刻度格式化输出
_xtick_labels = ["15点{}分".format(i) for i in range(60)]
_xtick_labels += ["16点{}分".format(i-60) for i in range(60, 120)]

# 设置刻度, 还可以使用_xtick[::3]调整步长, rotation设置旋转90度放置重叠
plt.xticks(_xtick[::3], _xtick_labels[::3], rotation=45, fontproperties=my_font)

# 设置y轴刻度
# plt.yticks(range(min(y), max(y) + 1))

# 设置X轴标签
plt.xlabel("时间", fontproperties=my_font)
# 设置y轴标签
plt.ylabel("温度 单位(℃)", fontproperties=my_font)
# 设置图形标题
plt.title("重庆15点-16点每分钟气温变化图", fontproperties=my_font)

# 保存图片
plt.savefig("./plot_01.png")

# 显示图形
plt.show()

绘制图形

 

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: Python爬取天气数据并进行可视化的过程主要分为以下几个步骤: 1. 使用Python的requests库向天气数据网站发送网络请求,获取天气数据的HTML页面。 2. 使用Python的BeautifulSoup库解析HTML页面,提取需要的天气数据。 3. 对提取的数据进行处理和清洗,例如去除无效数据、转换数据类型等。 4. 使用Python的可视化库,如Matplotlib或Seaborn,根据提取到的数据绘制相应的表或形。 5. 根据需要选择合适的表类型,如折线图、柱状、饼等,来展示天气数据的各种指标,如温度、湿度、风向、风速等。 6. 对表进行美化,如添加标题、坐标轴标签、例等,以提升可读性和可视化效果。 7. 可以进一步通过交互式可视化库,如Plotly或Bokeh,为生成的可视化表添加交互功能,以便用户可以根据需要进行数据的筛选和排列。 8. 最后,将生成的可视化表保存为片或HTML文件,或者直接在Python形界面中显示出来。 上述步骤中,Python提供了强大的网络请求、数据处理和可视化的库,其简洁的语法和丰富的功能使得天气数据爬取和可视化变得相对容易。通过使用Python爬取和可视化天气数据,我们可以更直观地了解和分析天气情况,以便做出合理的决策。 ### 回答2: Python爬取天气数据并进行可视化是一种常见的数据分析和展示方法。首先,我们可以使用Python的网络爬虫库(如Requests或Scrapy)来从天气网站获取实时天气数据。这些数据可能包括温度、湿度、风速等信息。然后,我们可以使用Python的数据处理和分析库(如Pandas)对获取的数据进行清洗和整理,以便于进一步的处理和可视化。 对于可视化,Python提供了多种库和工具。其中,Matplotlib是一个流行的绘库,可以用来生成各种静态表,如折线图、柱状等。通过将天气数据传入Matplotlib库,我们可以绘制出温度随时间变化的曲线,或是风速和湿度的柱状,以展示天气变化趋势。 此外,Python还提供了更高级的可视化工具,如Seaborn、Plotly和Bokeh等。这些工具提供了更丰富的表类型和交互功能,可以为天气数据提供更加细致和多样化的可视化效果。例如,使用Seaborn可以绘制出温度和湿度之间的关系,或是使用Plotly和Bokeh制作交互式的地,展示不同地区的天气状况。 总结来说,Python爬取天气数据并进行可视化是一种强大的数据分析工具。通过使用Python的网络爬虫库和数据处理库,可以获取和处理天气数据。然后,利用Python的可视化库和工具,可以生成各种表和形,将天气数据以直观的方式呈现,从而更好地理解和分析天气趋势。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

码农小何

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值