数据分析之matplotlib 散点图(五)

绘制散点图示例

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?

a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

数据来源: http://lishi.tianqi.com/beijing/index.html

from matplotlib import pyplot as plt

'''
假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温和随时间(天)变化的某种规律?
a = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
b = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]

数据来源: http://lishi.tianqi.com/beijing/index.html
'''
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

# y坐标表示气温
y_3 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17,18,21,16,17,20,14,15,15,15,19,21,22,22,22,23]
y_10 = [26,26,28,19,21,17,16,19,18,20,20,19,22,23,17,20,21,20,22,15,11,15,5,13,17,10,11,13,12,13,6]
# x 坐标表示月份
x_3= range(1,32)
x_10= range(51,82)

plt.figure(figsize=(20,8),dpi=80)

# 绘图 使用scatter 绘制散点图    添加图例 1.设置 label=  2.plt.legend()
plt.scatter(x_3,y_3,label='3月气温',color='orange')
plt.scatter(x_10,y_10,label='10月气温')

# 调整x轴刻度
_x = list(x_3) + list(x_10)
_xtick_labels =["3月{}日".format(i) for i in x_3]
_xtick_labels +=["10月{}日".format(i-50) for i in x_10]

# rotation 旋转的度数
plt.xticks(_x[::3],_xtick_labels,rotation=45)
# 添加描述
plt.xlabel("时间")
plt.ylabel("温度")
plt.title("北京2016年3,10月份气温散点图")

# 添加图例
plt.legend()

plt.show()