Python数据可视化: 基于Matplotlib的气温变化曲线绘制

气温变化曲线可以直观地展现地区气温变化规律，方便人们了解气温高低变化趋势、剧烈程度以及特定时间段的变化特点。本文将利用Python的Matplotlib库，以柱状图和折线图的形式对气温数据进行可视化分析。

1. 项目概述

本项目将使用提供的 temprature.csv 数据文件，完成以下步骤:

1. 创建名为 data_analysis 的工程，并将 temprature.csv 文件放入工程目录下。2. 创建Python文件，导入 pandas 和 matplotlib.pyplot 模块。3. 从 temprature.csv 文件中读取数据，将时间、最高温和最低温数据分别存储到数组中。4. 对温度数据进行清洗，删除NaN值。5. 设置时间为x轴，温度为y轴。6. 使用Matplotlib绘制柱状图，直观展示每日最高温和最低温。7. 使用Matplotlib绘制折线图，展示一段时间内的气温变化趋势。

2. 实施条件

硬件:

• 计算机：CPU奔腾4以上，内存2G以上。

软件:

• 操作系统：Windows XP/7、Linux (Ubuntu或CentOS)* 开发工具：Pycharm 2018.2 或 IntelliJ IDEA 2018.2* 浏览器：Chrome 55 或以上* Python库: pandas, matplotlib

3. 代码实现pythonimport pandas as pdimport matplotlib.pyplot as plt

读取数据data = pd.read_csv('./temprature.csv')

提取时间、最高温和最低温数据time = data['时间']high_temp = data['最高温']low_temp = data['最低温']

删除NaN值high_temp = high_temp.dropna()low_temp = low_temp.dropna()

绘制柱状图plt.figure(figsize=(12, 6))plt.bar(time, high_temp, label='最高温')plt.bar(time, low_temp, label='最低温')plt.xlabel('日期')plt.ylabel('温度 (°C)')plt.title('每日最高温和最低温')plt.legend()plt.xticks(rotation=45)plt.tight_layout()plt.savefig('temperature_bar.png')plt.show()

绘制折线图plt.figure(figsize=(12, 6))plt.plot(time, high_temp, label='最高温')plt.plot(time, low_temp, label='最低温')plt.xlabel('日期')plt.ylabel('温度 (°C)')plt.title('每日最高温和最低温变化趋势')plt.legend()plt.xticks(rotation=45)plt.tight_layout()plt.savefig('temperature_line.png')plt.show