Python读取CSV文件并进行数据可视化绘图
更新时间：2022年06月16日 17:14:42 投稿：hqx
这篇文章主要介绍了Python读取CSV文件并进行数据可视化绘图,文章围绕主题基于Python展开CSV文件读取的详细内容介绍，感兴趣的小伙伴可以参考一下
介绍：文件 sitka_weather_07-2018_simple.csv是阿拉斯加州锡特卡2018年1月1日的天气数据，其中包含当天的最高温度和最低温度。数据文件存储与data文件夹下，接下来用Python读取该文件数据，再基于数据进行可视化绘图。（详细细节请看代码注释）
sitka_highs.py
import csv # 导入csv模块
from datetime import datetime
import matplotlib.pyplot as plt
filename = 'data/sitka_weather_07-2018_simple.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader) # 返回文件的下一行，在这便是首行，即文件头
# for index, column_header in enumerate(header_row): # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
# print(index, column_header)
# 从文件中获取最高温度
dates, highs = [], []
for row in reader:
current_date = datetime.strptime(row[2], '%Y-%m-%d')
high = int(row[5])
dates.append(current_date)
highs.append(high)
# 根据最高温度绘制图形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 设置图形的格式
ax.set_title("2018年7月每日最高温度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("温度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()运行结果如下：
设置以上图标后，我们来添加更多的数据，生成一副更复杂的锡特卡天气图。将sitka_weather_2018_simple.csv数据文件置于data文件夹下，该文件包含整年的锡特卡天气数据。
对代码进行修改：
sitka_highs.py
import csv # 导入csv模块
from datetime import datetime
import matplotlib.pyplot as plt
filename = 'data/sitka_weather_2018_simple.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader) # 返回文件的下一行，在这便是首行，即文件头
# for index, column_header in enumerate(header_row): # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
# print(index, column_header)
# 从文件中获取最高温度
dates, highs = [], []
for row in reader:
current_date = datetime.strptime(row[2], '%Y-%m-%d')
high = int(row[5])
dates.append(current_date)
highs.append(high)
# 根据最高温度绘制图形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 设置图形的格式
ax.set_title("2018年每日最高温度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("温度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()运行结果如下：
代码再改进：虽然上图已经显示了丰富的数据，但是还能再添加最低温度数据，使其更有用
对代码进行修改：
sitka_highs_lows.py
import csv # 导入csv模块
from datetime import datetime
import matplotlib.pyplot as plt
filename = 'data/sitka_weather_2018_simple.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader) # 返回文件的下一行，在这便是首行，即文件头
# for index, column_header in enumerate(header_row): # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
# print(index, column_header)
# 从文件中获取日期、最高温度和最低温度
dates, highs, lows = [], [], []
for row in reader:
current_date = datetime.strptime(row[2], '%Y-%m-%d')
high = int(row[5])
low = int(row[6])
dates.append(current_date)
highs.append(high)
lows.append(low)
# 根据最高温度和最低温度绘制图形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.5) # alpha指定颜色的透明度，0为完全透明
ax.plot(dates, lows, c='blue', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor='blue',alpha=0.1)
# 设置图形的格式
ax.set_title("2018年每日最高温度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("温度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()运行结果如下：
此外，读取CSV文件过程中，数据可能缺失，程序运行时就会报错甚至崩溃。所有需要在从CSV文件中读取值时执行错误检查代码，对可能的异常进行处理，更换数据文件为：death_valley_2018_simple.csv ，该文件有缺失值。
对代码进行修改：
death_valley_highs_lows.py
import csv # 导入csv模块
from datetime import datetime
import matplotlib.pyplot as plt
filename = 'data/death_valley_2018_simple.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader) # 返回文件的下一行，在这便是首行，即文件头
# for index, column_header in enumerate(header_row): # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
# print(index, column_header)
# 从文件中获取日期、最高温度和最低温度
dates, highs, lows = [], [], []
for row in reader:
current_date = datetime.strptime(row[2], '%Y-%m-%d')
try:
high = int(row[5])
low = int(row[6])
except ValueError:
print(f"Missing data for {current_date}")
else:
dates.append(current_date)
highs.append(high)
lows.append(low)
# 根据最高温度和最低温度绘制图形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.5) # alpha指定颜色的透明度，0为完全透明
ax.plot(dates, lows, c='blue', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor='blue',alpha=0.1)
# 设置图形的格式
ax.set_title("2018年每日最高温度和最低气温\n美国加利福利亚死亡谷", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("温度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()如果现在运行 death_valley_highs_lows.py，将会发现缺失数据的日期只有一个：
Missing data for 2018-02-18 00:00:00
妥善地处理错误后，代码能够生成图形并忽略缺失数据的那天。运行结果如下：
到此这篇关于Python读取CSV文件并进行数据可视化绘图的文章就介绍到这了,更多相关Python读取CSV内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
最近做个天 气方面的APP需要用到一些天气数据,所以下面这篇文章主要给大家介绍了关于如何利用python多线程爬取天气网站图片并保存的相关资料,文中通过示例代码介绍的非常详细,需要的朋友可以参考下2021-11-11
关于迷宫问题,常见会问能不能到达某点,以及打印到达的最短路径,下面这篇文章主要给大家介绍了关于如何使用python求解迷宫问题的三种实现方法,需要的朋友可以参考下2022-03-03
查看TensorFlow checkpoint文件中的变量名和对应值方法
今天小编就为大家分享一篇查看TensorFlow checkpoint文件中的变量名和对应值方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
这篇文章主要介绍了python实现kmp算法的实例代码,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2019-04-04
这篇文章主要介绍了python如何实现向上取整问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-01-01
Python爬虫beautifulsoup4常用的解析方法总结
今天小编就为大家分享一篇关于Python爬虫beautifulsoup4常用的解析方法总结，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧2019-02-02
这篇文章主要介绍了Python对象转换为json的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-04-04
Luhn 算法验证器有助于检查合法数字并将其与不正确或拼写错误的输入分开，这篇文章主要介绍了在Python中使用Luhn算法验证数字,需要的朋友可以参考下2023-06-06
在PDF中添加条码是一个常见需求,特别是在需要自动化处理、跟踪或检索PDF文件时,作为一种机器可读的标识符,PDF中的条码可以包含各种类型的信息,本文介绍了如何使用Python在PDF中添加条形码或二维码,需要的朋友可以参考下2024-08-08
今天小编就为大家分享一篇python 寻找离散序列极值点的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
最新评论