Python读取CSV文件并进行数据可视化绘图 Python读取CSV文件并进行数据可

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 datetimeimport matplotlib.pyplot as pltfilename = '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：

文章图片

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 datetimeimport matplotlib.pyplot as pltfilename = '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：

文章图片

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
【Python读取CSV文件并进行数据可视化绘图】对代码进行修改：
sitka_highs_lows.py

import csv# 导入csv模块from datetime import datetimeimport matplotlib.pyplot as pltfilename = '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：

文章图片

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。

文章图片

对代码进行修改：
death_valley_highs_lows.py

import csv# 导入csv模块from datetime import datetimeimport matplotlib.pyplot as pltfilename = '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：