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: