### 使用Python绘制青岛气温数据的图表 要使用 Python 绘制青岛气温数据的图表，可以采用 `pyecharts` 或者 `matplotlib` 这两种常见的绘图库。以下是基于这两种方法的具体实现。 #### 方法一：使用 Matplotlib 绘制折线图 Matplotlib 是一个功能强大的绘图库，适合用于简单的科学计算和统计分析中的图形展示。下面是一个示例代码： ```python import numpy as np import matplotlib.pyplot as plt # 解决中文乱码问题 plt.rcParams['font.sans-serif'] = ['Arial Unicode MS'] plt.rcParams['axes.unicode_minus'] = False # 青岛某年每月平均气温数据 (单位: 摄氏度) months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'] temperatures = [2, 3, 8, 15, 20, 24, 28, 27, 22, 16, 10, 4] # 创建画布 plt.figure(figsize=(8, 5)) # 绘制折线图 plt.plot(months, temperatures, color='blue', linestyle='-', linewidth=2, marker='o', markersize=6, label='月均温') # 添加数据标签 for a, b in zip(months, temperatures): plt.text(a, b, f'{b}°C', ha='center', va='bottom', fontsize=10) # 设置标题和坐标轴名称 plt.title('青岛市年度气温变化趋势') plt.xlabel('月份') plt.ylabel('温度 (°C)') # 显示网格线 plt.grid(True) # 显示图例 plt.legend() # 展示图像 plt.show() ``` 此代码展示了如何通过 `matplotlib` 来创建一张关于青岛全年气温变化的趋势图[^1]。 --- #### 方法二：使用 PyEcharts 绘制交互式折线图 PyEcharts 提供了更丰富的交互性和动态效果，适用于制作更加复杂的可视化图表。以下是一份完整的代码示例： ```python from pyecharts.charts import Line from pyecharts.options import TitleOpts, LabelOpts # 数据准备 months = ["January", "February", "March", "April", "May", "June", "July", "August", "September", "October", "November", "December"] temperatures = [2, 3, 8, 15, 20, 24, 28, 27, 22, 16, 10, 4] # 初始化折线图对象 line_chart = Line(init_opts=TitleOpts(title="青岛市年度气温变化")) # 添加数据序列并设置样式选项 line_chart.add_xaxis(months).add_yaxis( series_name="月均温", y_axis=temperatures, label_opts=LabelOpts(is_show=True), markpoint_opts={"data": [{"type": "max"}, {"type": "min"}]}, markline_opts={"data": [{"yAxis": np.mean(temperatures)}]} ) # 渲染图表至 HTML 文件 line_chart.render("qingdao_temperature.html") ``` 这段代码利用 `pyecharts` 的强大功能生成了一张带有最大值、最小值标记以及平均值辅助线的互动型折线图[^2]。 --- #### 总结 以上分别介绍了基于静态图片输出 (`matplotlib`) 和动态网页渲染 (`pyecharts`) 的两种方式来呈现青岛气温的变化情况。具体选择哪种方案取决于实际需求——如果只是简单查看结果，则推荐前者；而当希望提供给用户更多探索可能性时，后者无疑更为合适。