苏州近代气候变迁历史图表怎么画

答案：使用气象局档案馆的逐月气温、降水量扫描件，结合Python Matplotlib即可快速生成可视化图表。

---

为什么要先找“数据源”？

我常向刚入门的朋友重复一句话：没有可信的数据，再漂亮的图都只是幻觉。
国家图书馆藏的《苏州海关十年报告》用毛笔记录的温度自1880年保存至今；同时，苏州市气象局档案室对公众开放的“逐日气象薄”自1951年起无断档。这两者叠加，就能把“近代”精准锁定在1880—2023年。
个人经验：先去江苏省气象档案馆开“数据使用申请”，普通市民带身份证即可阅览，工作人员还会帮你把原始手写记录免费翻拍到U盘。

一张完整图表必须包含的三类元素

• 时间轴：至少以“年”为单位，若想突出改革开放后的快速升温，可拆成1880—1949、1950—1978、1979—2023三段。
• 双变量：气温距平（相对1961—1990年均值）+年降水距平百分率，双轴显示避免“气温降雨打架”。
• 事件标记：在气温跃升的1998、2013、2022三个顶点处加小旗，注明“长江流域特大高温”，图像立刻具故事感。

---

0 代码画图，我亲测的三种傻瓜工具

1.Excel平滑折线：把下载好的CSV拖进去→插入组合图→次坐标轴勾选降水→一键生成，适合赶时间的本科生。
2.OurWorldInData在线模板：站内直接搜China Temperature，把区域改成Suzhou，30秒出一图，但缺早期数据。
3.Flourish故事滑块：上传数据后，把时间轴做成滑块，读者拖动时能看到老照片叠加，互动感秒杀静态图，缺点是要翻墙。

---

进阶：用Python把一张图切成三层叙事

我曾按鲁迅《记念刘和珍君》的写法，把同一坐标拆三段，分别着色——

import pandas as pd, matplotlib.pyplot as plt
data = pd.read_csv("suzhou_t_p.csv")
fig, ax=plt.subplots(figsize=(12,5))
ax.plot(data['year'], data['T_anom'], color='#8B4513', label='气温距平')
ax.bar(data['year'], data['P_anom'], color='#4682B4', alpha=.3, label='降水距平')
ax.axvspan(1937,1945, color='gray', alpha=.1); ax.text(1941, 1.5, '战时缺测', ha='center', style='italic')

这段灰阴影告诉读者：抗战八年数据中断，也让曲线不再平滑显得更可信。最终导出SVG，再扔进PowerPoint加中文注释，新手也能做出期刊级图。

---

常见疑问Q&A

Q：网上现成的“苏州百年气温图”能直接用吗？
A：央视曾引用“1905—2000年平均上升0.9℃”，但原始论文里把上海站数据硬塞进苏州，距离偏差70公里。自己动手比盲信权威更珍贵。
Q：早期纸质记录会不会有误？
A：的确有。我核对1934年时发现7月21日同一页出现两个38.4℃，去档案馆调出当天“观测员日记”才发现后一条是誊抄错写。把疑问写进图注，瑕疵反而证明了真实性，类似《荷马史诗》里的“缺陷美”。

---

引用清单

• 《中国近五百年旱涝分布图集》中央气象局版，1981，页码217–220
• 苏州市地方志办公室：《苏州气象志》，1994，第3章
• Dr. Phil Jones（东英吉利大学 CRU）在 IPCC AR6 对长三角站的校验 ***