Python如何讀取CSV文件并進行數據可視化繪圖

這篇文章主要講解了“Python如何讀取CSV文件并進行數據可視化繪圖”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“Python如何讀取CSV文件并進行數據可視化繪圖”吧！

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，再基于數據進行可視化繪圖。

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):  # 對列表調用了 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：

 設置以上圖標后，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數據文件置于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):  # 對列表調用了 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：雖然上圖已經顯示了豐富的數據，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):  # 對列表調用了 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):  # 對列表調用了 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只有一個：

Missing data for 2018-02-18 00:00:00

妥善地處理錯誤后，代碼能夠生成圖形并忽略缺失數據的那天。運行結果如下：

感謝各位的閱讀，以上就是“Python如何讀取CSV文件并進行數據可視化繪圖”的內容了，經過本文的學習后，相信大家對Python如何讀取CSV文件并進行數據可視化繪圖這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！