Python讀取CSV文件並進行數據可視化繪圖
介紹：文件 sitka_weather_07-2018_simple.csv是阿拉斯加州錫特卡2018年1月1日的天氣數據，其中包含當天的最高溫度和最低溫度。數據文件存儲與data文件夾下，接下來用Python讀取該文件數據，再基於數據進行可視化繪圖。（詳細細節請看代碼註釋）
sitka_highs.py
import csv # 導入csv模塊
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，在這便是首行，即文件頭
# for index, column_header in enumerate(header_row): # 對列表調用瞭 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的數據列
# print(index, column_header)
# 從文件中獲取最高溫度
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)
# 根據最高溫度繪制圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 設置圖形的格式
ax.set_title("2018年7月每日最高溫度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("溫度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()
運行結果如下：
設置以上圖標後，我們來添加更多的數據，生成一副更復雜的錫特卡天氣圖。將sitka_weather_2018_simple.csv數據文件置於data文件夾下，該文件包含整年的錫特卡天氣數據。
對代碼進行修改：
sitka_highs.py
import csv # 導入csv模塊
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，在這便是首行，即文件頭
# for index, column_header in enumerate(header_row): # 對列表調用瞭 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的數據列
# print(index, column_header)
# 從文件中獲取最高溫度
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)
# 根據最高溫度繪制圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 設置圖形的格式
ax.set_title("2018年每日最高溫度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("溫度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()
運行結果如下：
代碼再改進：雖然上圖已經顯示瞭豐富的數據，但是還能再添加最低溫度數據，使其更有用
對代碼進行修改：
sitka_highs_lows.py
import csv # 導入csv模塊
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，在這便是首行，即文件頭
# for index, column_header in enumerate(header_row): # 對列表調用瞭 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的數據列
# print(index, column_header)
# 從文件中獲取日期、最高溫度和最低溫度
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)
# 根據最高溫度和最低溫度繪制圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.5) # alpha指定顏色的透明度，0為完全透明
ax.plot(dates, lows, c='blue', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor='blue',alpha=0.1)
# 設置圖形的格式
ax.set_title("2018年每日最高溫度", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("溫度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()
運行結果如下：
此外，讀取CSV文件過程中，數據可能缺失，程序運行時就會報錯甚至崩潰。所有需要在從CSV文件中讀取值時執行錯誤檢查代碼，對可能的異常進行處理，更換數據文件為：death_valley_2018_simple.csv ，該文件有缺失值。
對代碼進行修改：
death_valley_highs_lows.py
import csv # 導入csv模塊
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，在這便是首行，即文件頭
# for index, column_header in enumerate(header_row): # 對列表調用瞭 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的數據列
# print(index, column_header)
# 從文件中獲取日期、最高溫度和最低溫度
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)
# 根據最高溫度和最低溫度繪制圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.5) # alpha指定顏色的透明度，0為完全透明
ax.plot(dates, lows, c='blue', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor='blue',alpha=0.1)
# 設置圖形的格式
ax.set_title("2018年每日最高溫度和最低氣溫\n美國加利福利亞死亡谷", fontproperties="SimHei", fontsize=24)
ax.set_xlabel('', fontproperties="SimHei", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel("溫度（F）", fontproperties="SimHei", fontsize=16)
ax.tick_params(axis='both', which='major', labelsize=16)
plt.show()
如果現在運行 death_valley_highs_lows.py，將會發現缺失數據的日期隻有一個：
Missing data for 2018-02-18 00:00:00
妥善地處理錯誤後，代碼能夠生成圖形並忽略缺失數據的那天。運行結果如下：
到此這篇關於Python讀取CSV文件並進行數據可視化繪圖的文章就介紹到這瞭,更多相關Python讀取CSV內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！
推薦閱讀：
- Python實戰之天氣預報系統的實現
- python 隨時間序列變動畫圖的方法
- python繪制雷達圖實例講解
- Python數據處理pandas讀寫操作IO工具CSV解析
- Python中的數據可視化matplotlib與繪圖庫模塊