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