用真实气象数据来学习python可视化分析

目录

一、我们为什么要去学习python可视化？

二、为什么用气象数据？

真实项目里怎么更新数据？

三、如何选图：先读表，再想问题

四、matplotlib 基础

四步画图模板

五、八种常用图表详解

5.1 折线图（Line Plot）— 看趋势

5.2 柱状图（Bar Chart）— 做对比

5.3 散点图（Scatter Plot）— 看关系

5.4 直方图（Histogram）— 看分布

5.5 箱线图（Box Plot）— 看分布 + 异常值

5.6 双轴组合图 — 多指标同屏

5.7 饼图（Pie Chart）— 看占比

5.8 热力图（Heatmap）— 看矩阵/强度

六、可视化与机器学习的关系

一、我们为什么要去学习python可视化？

机器学习不只有公式和代码，还需要把数据「画」出来。一张好图胜过千言万语——但前提是：你知道这张图要回答什么问题。

本篇用气象数据把八种常用图表练一遍，让你在建模前就能系统做EDA（探索性数据分析）。

数据可视化用图形表达数据规律，帮助我们：

• 探索数据：训练模型前先看分布、缺失、异常
• 展示结果：向他人解释模型、汇报分析结论
• 监控业务：网站后台的实时曲线、柱状 KPI

本教程用南京市 2024 年每日气象数据（真实 API 数据）练习matplotlib八种常用图表。

二、为什么用气象数据？

选熟悉、能判断对错的数据，后面八种图才有直觉。气温人人懂，画错了你一眼能发现。

我们都知道：生活中天天接触

天气预报、穿衣指数、出行计划——气温、降水人人都懂，看图时容易判断「画得对不对」。

真实项目里怎么更新数据？

三、如何选图：先读表，再想问题

画图之前，先对着 CSV 问自己两个个问题——后面选图就不会乱。

文件：数据集/nanjing_weather_2024.csv

加载代码（可视化分析.py→load_data()）：

def load_data(path: str = DATA_PATH) -> pd.DataFrame: df = pd.read_csv(path, parse_dates=["date"]) df["month"] = df["date"].dt.month df["day_of_year"] = df["date"].dt.dayofyear return df

四、matplotlib 基础

四步画图模板

import matplotlib.pyplot as plt plt.figure(figsize=(宽, 高)) # 1. 创建画布 plt.plot(x, y) # 2. 画某种图 plt.xlabel("横轴"); plt.ylabel("纵轴"); plt.title("标题") # 3. 标注 plt.savefig("图片/xxx.png") # 4a. 保存 plt.show() # 4b. 弹窗显示

中文显示

plt.rcParams["font.sans-serif"] = ["SimHei", "Microsoft YaHei"] plt.rcParams["axes.unicode_minus"] = False # 负号正常显示

五、八种常用图表详解

每种图：先问什么问题 → 怎么画 → 对应哪张图 → 机器学习里何时用。

折线图（整体趋势） → 柱状图（按月对比） → 散点图（两变量关系） → 直方图（单变量分布） → 箱线图（多组分布 + 异常） → 双轴图（不同量纲同屏） → 饼图（占比） → 热力图（矩阵强度）

5.1 折线图（Line Plot）— 看趋势

第一个问题：2024 年南京气温随时间怎么变？

用途：气温随时间变化、股票走势、网站 UV 曲线、训练损失随 epoch 变化——连续/有序数据看趋势的首选。

本教程：2024 年每日平均气温 + 最高最低填充带。

代码（可视化分析.py→plot_line_daily_temp()）：

def plot_line_daily_temp(df, filename="01_折线图_日均气温趋势.png"): plt.figure(figsize=(12, 5)) plt.plot(df["date"], df["temp_mean"], color="crimson", linewidth=0.9, label="日均气温") plt.fill_between(df["date"], df["temp_min"], df["temp_max"], alpha=0.15, color="crimson") plt.xlabel("日期") plt.ylabel("气温 (°C)") plt.title(f"{CITY}市 {YEAR} 年每日气温变化（折线图）") plt.legend() plt.grid(True, alpha=0.3) plt.tight_layout() save_and_show(filename)

何时用：X 轴是时间或有序序列，关心「怎么变」。

机器学习里：损失曲线、准确率曲线、学习率调度

5.2 柱状图（Bar Chart）— 做对比

承接 5.1：折线图信息太细；按月聚合后比高低，柱状图更直观。

用途：各月销售额、各城市 PM2.5、班级人数——分类之间比大小。

本教程：12 个月的平均气温，颜色随温度冷暖变化（coolwarm色图）。

代码（可视化分析.py→plot_bar_monthly_avg()）：

def plot_bar_monthly_avg(df, filename="02_柱状图_月均气温.png"): monthly = df.groupby("month")["temp_mean"].mean() colors = plt.cm.coolwarm((monthly - monthly.min()) / (monthly.max() - monthly.min())) plt.figure(figsize=(10, 5)) plt.bar(MONTH_LABELS, monthly.values, color=colors, edgecolor="gray", linewidth=0.5) plt.xlabel("月份") plt.ylabel("平均气温 (°C)") plt.title(f"{CITY}市 {YEAR} 年各月平均气温（柱状图）") plt.grid(True, alpha=0.3, axis="y") plt.tight_layout() save_and_show(filename)

何时用：X 轴是离散类别（月份、城市、产品）。

机器学习里：各类别样本数量、特征重要性排序、各模型准确率对比。

5.3 散点图（Scatter Plot）— 看关系

承接 5.2：柱状图比的是「汇总后的类别」；散点图看两个数值变量是否相关、有没有离群点。

用途：身高 vs 体重、广告投入 vs 销量、房屋面积 vs 房价——观察两个变量是否相关。

本篇：每日最低温 vs 最高温，颜色表示月份。

代码（可视化分析.py→plot_scatter_max_min()）：

def plot_scatter_max_min(df, filename="03_散点图_最高与最低气温.png"): plt.figure(figsize=(7, 6)) plt.scatter(df["temp_min"], df["temp_max"], c=df["month"], cmap="coolwarm", s=18, alpha=0.7, edgecolors="none") plt.xlabel("日最低气温 (°C)") plt.ylabel("日最高气温 (°C)") plt.title(f"{CITY}市 {YEAR} 年 最高温 vs 最低温（散点图）") plt.grid(True, alpha=0.3) plt.tight_layout() save_and_show(filename)

何时用：两个数值变量，想看相关性、聚类、离群点。

机器学习里：线性回归前必画特征与标签关系。

5.4 直方图（Histogram）— 看分布

承接 5.3：散点看的是「两个变量」；直方图只看一个变量落在各区间的频率。

用途：成绩分布、用户年龄分布——一个变量落在各区间的频率。

本教程：366 天日均气温落在各温度区间的天数。

代码（可视化分析.py→plot_histogram_temp()）：

def plot_histogram_temp(df, filename="04_直方图_气温分布.png"): plt.figure(figsize=(8, 5)) plt.hist(df["temp_mean"], bins=20, color="steelblue", edgecolor="white", alpha=0.85) plt.axvline(df["temp_mean"].mean(), color="crimson", linestyle="--", linewidth=2, label=f'年均 {df["temp_mean"].mean():.1f}°C') plt.xlabel("日均气温 (°C)") plt.ylabel("天数") plt.title(f"{CITY}市 {YEAR} 年日均气温分布（直方图）") plt.legend() plt.grid(True, alpha=0.3, axis="y") plt.tight_layout() save_and_show(filename)

何时用：关心「数据集中在哪一段」；机器学习里常用来检查特征分布是否偏态、是否需要标准化。

5.5 箱线图（Box Plot）— 看分布 + 异常值

承接 5.4：直方图是一个整体分布；箱线图适合多组并排比较（这里是 12 个月）。

用途：多组数据对比分布：中位数、四分位、异常点一目了然。

本教程：12 个月各自的日均气温箱线。

代码（可视化分析.py→plot_box_monthly()）：

def plot_box_monthly(df, filename="05_箱线图_各月气温分布.png"): data_by_month = [df.loc[df["month"] == m, "temp_mean"].values for m in range(1, 13)] plt.figure(figsize=(11, 5)) bp = plt.boxplot(data_by_month, tick_labels=MONTH_LABELS, patch_artist=True) plt.xlabel("月份") plt.ylabel("日均气温 (°C)") plt.title(f"{CITY}市 {YEAR} 年各月气温分布（箱线图）") plt.grid(True, alpha=0.3, axis="y") plt.tight_layout() save_and_show(filename)

箱线图读法：

机器学习里：按类别看特征分布、发现标注异常；数据清洗前常用。

5.6 双轴组合图 — 多指标同屏

承接 5.5：箱线图是「分组对比」；双轴图是「同一时间轴、两种量纲」——气象网站最常见。

用途：气象网站常见：气温折线 + 降水柱状画在同一张图。

代码（可视化分析.py→plot_temp_precipitation()）：

def plot_temp_precipitation(df, filename="06_组合图_气温与降水量.png"): fig, ax1 = plt.subplots(figsize=(12, 5)) ax1.plot(df["date"], df["temp_mean"], color="crimson", linewidth=0.9, label="日均气温") ax1.set_xlabel("日期") ax1.set_ylabel("气温 (°C)", color="crimson") ax2 = ax1.twinx() # 创建右轴 ax2.bar(df["date"], df["precipitation_mm"], width=1.0, color="steelblue", alpha=0.35) ax2.set_ylabel("降水量 (mm)", color="steelblue") fig.suptitle(f"{CITY}市 {YEAR} 年 气温与降水量（双轴组合图）") fig.tight_layout() save_and_show(filename)

何时用：两个量纲不同的指标要放在同一时间轴上对比。

机器学习里：同时监控训练损失与验证损失、学习率与梯度范数。

5.7 饼图（Pie Chart）— 看占比

承接 5.6：双轴图仍是时间序列；饼图回答「整体里各部分占多少」。

用途：市场份额、预算分配——部分占整体的比例（类别不宜超过 5~7 个）。

本教程：2024 年上海有降水天数 vs 无降水天数。

代码（可视化分析.py→plot_pie_rainy_days()）：

def plot_pie_rainy_days(df, filename="07_饼图_晴雨天天数占比.png"): rainy = (df["precipitation_mm"] > 0).sum() dry = len(df) - rainy plt.figure(figsize=(6, 6)) plt.pie( [dry, rainy], labels=[f"晴天/无降水\n{dry} 天", f"有降水\n{rainy} 天"], autopct="%1.1f%%", colors=["#FFD966", "#6FA8DC"], startangle=90, ) plt.title(f"{CITY}市 {YEAR} 年 晴雨天天数占比（饼图）") plt.tight_layout() save_and_show(filename)

注意：占比类图表也可用条形图替代，饼图适合类别少、强调「整块」的场景。

5.8 热力图（Heatmap）— 看矩阵/强度

承接 5.7：饼图是「两类占比」；热力图适合矩阵数据——颜色深浅表示数值大小。

用途：相关矩阵、日历热力、地理温度网格——颜色深浅表示数值大小。

本教程：简化版——12 个月平均气温一行热力条。

代码（可视化分析.py→plot_heatmap_month_day()）：

def plot_heatmap_month_day(df, filename="08_热力图_月平均气温.png"): monthly_avg = df.groupby("month")["temp_mean"].mean().values.reshape(1, -1) plt.figure(figsize=(12, 2.8)) im = plt.imshow(monthly_avg, aspect="auto", cmap="coolwarm") plt.colorbar(im, label="平均气温 (°C)") plt.xticks(range(12), MONTH_LABELS) plt.yticks([0], [f"{YEAR}年"]) plt.title(f"{CITY}市 {YEAR} 年各月平均气温（热力图）") plt.tight_layout() save_and_show(filename)

何时用：二维矩阵数据、时间×类别 的强度展示。

机器学习里：特征相关矩阵热力图、混淆矩阵可视化。

六、可视化与机器学习的关系

可视化不是独立技能，而是贯穿「看数据 → 训模型 → 讲结果」的纽带。