### 使用 Python 绘制全年气温与水量关系的表格 要绘制全年气温和水量的关系图表，可以通过 `pandas` 和 `matplotlib` 来完成。以下是完整的解决方案： #### 数据准备 假设我们有如下数据结构： - 温度 (`temperature`) 单位为摄氏度 (°C)。 - 水量 (`water_volume`) 单位为立方米 (m³)。 我们将创建一个 DataFrame 并将其作为绘图的基础。 ```python import matplotlib.pyplot as plt import numpy as np import pandas as pd plt.rcParams['font.family'] = 'SimHei' # 设置字体支持中文显示 # 假设的数据 months = ['1月', '2月', '3月', '4月', '5月', '6月', '7月', '8月', '9月', '10月', '11月', '12月'] temperature = [5, 7, 12, 18, 22, 26, 30, 29, 24, 18, 12, 6] # 摄氏温度 water_volume = [100, 120, 150, 200, 250, 300, 350, 340, 300, 220, 180, 120] # 水量单位 m³ data = pd.DataFrame({ '月份': months, '温度': temperature, '水量': water_volume }) ``` #### 可视化部分 通过双轴图的方式展示全年气温和水量之间的关系。 ```python fig, ax1 = plt.subplots(figsize=(10, 6)) # 左侧 y 轴表示温度 color = 'tab:red' ax1.set_xlabel('月份') ax1.set_ylabel('温度 (°C)', color=color) ax1.plot(data['月份'], data['温度'], marker='o', color=color, label='温度') ax1.tick_params(axis='y', labelcolor=color) # 创建右侧 y 轴用于水量 ax2 = ax1.twinx() color = 'tab:blue' ax2.set_ylabel('水量 (m³)', color=color) ax2.plot(data['月份'], data['水量'], marker='s', color=color, label='水量') ax2.tick_params(axis='y', labelcolor=color) # 添加标题和其他细节 plt.title('某地区全年气温与水量关系') fig.tight_layout() # 显示图例 lines1, labels1 = ax1.get_legend_handles_labels() lines2, labels2 = ax2.get_legend_handles_labels() ax1.legend(lines1 + lines2, labels1 + labels2, loc='upper center') plt.show() ``` 以上代码实现了以下功能： - 利用双轴图分别展示了气温和水量的变化趋势[^1]。 - 图形中加入了标记以便更直观地观察每个月的具体数值[^2]。 - 中文字体设置确保了图形中的中文标签能够正常显示[^3]。 #### 结果解释 最终生成的图表清晰展现了全年气温和水量随时间变化的趋势。这种可视化方式有助于分析两者是否存在某种关联性或季节性规律[^4]。 ---