大数据Python培训：某地区全年平均气温与降水量、蒸发量的关系

　　气候是地球上某一地区大气的多年平均状况，主要有光照、气温、降水等气候要素，其中气温、降水是反映一个地区气候特性的重要指标。已知某地区全年的平均气温、降水量、蒸发量如表5-4所示。

　　表5-4 某地区全年的平均气温与降水量、蒸发量

　　根据表5-4的数据，将“月份”一列的数据作为x轴的刻度标签，将“平均气温”“降水量”“蒸发量”三列的数据作为y轴的数据，在同一绘图区域中分别绘制反映平均气温、降水量、蒸发量关系的图表，具体代码如下。

# 04_temperature_precipitation_evaporation
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
month_x = np.arange(1, 13, 1)
# 平均气温
data_tem = np.array([2.0, 2.2, 3.3, 4.5, 6.3, 10.2,
                     20.3, 33.4, 23.0, 16.5, 12.0, 6.2])
# 降水量
data_precipitation = np.array([2.6, 5.9, 9.0, 26.4, 28.7, 70.7,
                               175.6, 182.2, 48.7, 18.8, 6.0, 2.3])
# 蒸发量
data_evaporation = np.array([2.0, 4.9, 7.0, 23.2, 25.6, 76.7,
                             135.6, 162.2, 32.6, 20.0, 6.4, 3.3])
fig, ax = plt.subplots()
bar_ev = ax.bar(month_x, data_evaporation, color='orange',
                tick_label=['1月', '2月', '3月', '4月', '5月', '6月',
                            '7月', '8月', '9月', '10月', '11月', '12月'])
bar_pre = ax.bar(month_x, data_precipitation,
                 bottom=data_evaporation, color='green')
ax.set_ylabel('水量(ml)')
ax.set_title('平均气温与降水量、 蒸发量的关系')
ax_right = ax.twinx()
line = ax_right.plot(month_x, data_tem, 'o-m')
ax_right.set_ylabel('气温($^、\circ$C)')
# 添加图例
plt.legend([bar_ev, bar_pre, line[0]], ['蒸发量', '降水量', '平均气温'],
           shadow=True, fancybox=True)
plt.show()

　　运行程序，效果如图5-14所示。

　　图5-14 某地区全年平均气温与降水量、蒸发量的关系

　　图5-14中，折线代表全年气温的趋势，参照右方的垂直坐标轴;绿色、橙色的柱形分别代表全年降水量、全年蒸发量，参照左方的垂直坐标轴，它们之间共享x轴。由图5-14可知，随着气温的升高，蒸发量也有所增加，降水量与蒸发量大致相等。