要制作一个显示一年内每月最高温度的时间分布图，可以使用 Python 的 `matplotlib` 和 `pandas` 库来实现。以下是一个完整的示例代码，展示如何生成并绘制每月的最高温度数据。 ### 数据准备 假设我们有一年的每日温度数据，并从中提取每月的最高温度。为了演示，这里使用随机生成的数据。 ### 代码实现 ```python import pandas as pd import numpy as np import matplotlib.pyplot as plt # 生成一年的日期范围 date_range = pd.date_range(start='2023-01-01', end='2023-12-31', freq='D') # 随机生成每日最高温度数据（模拟数据） np.random.seed(0) # 保证结果可复现 daily_high_temps = np.random.normal(loc=20, scale=10, size=len(date_range)).clip(0, 40) # 温度限制在0到40之间 # 创建DataFrame temperature_df = pd.DataFrame({ 'Date': date_range, 'High_Temp': daily_high_temps }) # 按月份分组并计算每月的最高温度 monthly_high_temps = temperature_df.resample('M', on='Date').max() # 绘制每月最高温度的时间序列图 plt.figure(figsize=(12, 6)) plt.plot(monthly_high_temps.index, monthly_high_temps['High_Temp'], marker='o', linestyle='-', color='b') plt.title('Yearly Monthly Maximum Temperature Distribution') plt.xlabel('Month') plt.ylabel('Maximum Temperature (°C)') plt.grid(True) plt.xticks(monthly_high_temps.index, [date.strftime('%b') for date in monthly_high_temps.index], rotation=45) # 只显示月份缩写 plt.tight_layout() plt.show() ``` ### 代码说明 1. **生成日期范围**：使用 `pd.date_range` 生成一年的日期范围，频率为每天 (`freq='D'`)。 2. **生成随机温度数据**：使用 `np.random.normal` 生成符合正态分布的温度数据，并通过 `clip` 限制温度在 0 到 40 摄氏度之间。 3. **创建 DataFrame**：将日期和温度数据组织成一个 DataFrame。 4. **按月份分组**：使用 `resample('M', on='Date')` 按月份分组，并计算每个月的最高温度。 5. **绘制时间序列图**：使用 `matplotlib` 绘制时间序列图，横轴为月份，纵轴为最高温度。 ### 图表展示 运行上述代码后，将生成一个时间序列图，显示一年内每个月的最高温度变化趋势。图中横轴表示月份，纵轴表示最高温度，数据点用圆圈标记，并通过直线连接，展示温度的变化趋势。 ###