Python基础——csv文件处理及可视化

csv文件处理及可视化

（1）csv文件格式：要在文本文件中存储数据，最简单的方式是将数据作为一系列以逗号( , ）分隔的值写入文件【形式：数据之间用，号隔开】
#例如：2014-1-5,61,44,26,18,7,-1,56,30,9,30.34,30.27,30.15,10,4,0.00,0,195
（2）分析csv文件头
#csv处理模块包含在Python标准库中，可以分析csv文件的数据行，可以快速提取感兴趣的值。

def read_csv2():filename = 'D:\python_test1\chapter_16_sitka_weather_07-2014.csv'  # 文件所在路径with open(filename) as f:#打开文件，并创建文件对象#将文件对象作为参数传给csv.reader(),并创建一个与该文件相关联的阅读器实例，阅读器对象存储在reader中#reader处理文件中以逗号分隔的第一行数据，并将每项数据都作为一个元素存储在列表中#此时光标位于-1的位置reader = csv.reader(f)#模块csv包含函数next(),调用它并将阅读器对象传递给它时，它将返回文件中的下一行。#从-1行开始，每调用一次，获取下一行。header_row = next(reader)#enumerate()获取每个元素的索引及其值for index, column_header in enumerate(header_row):print(index, column_header)

（3）可视化实例：绘制整年的天气图

def get_allyear():filename="D:\python_test1\chapter_16_sitka_weather_2014.csv"with open(filename) as f:#打开文件#创建一个csv文件阅读器对象，当前文件的光标位于-1处reader=csv.reader(f)#光标移动到第1行next(reader)#新建存储信息的列表highs,dates,lows=[]#最高温度、日期、最低温度#在数据集中获取需要的数据，并存入相应的数据集#由于csv文件存储的都是文本字符型数据，因此取出来的也是文本型数据，若需进行数据处理，应将其转为数值型数据 int()进行强制类型转换for row in reader:#存放最高温度highs.append(int(row[1]))#存放日期date=datetime.strptime(row[0],"%Y-%m-%d")dates.append(date)#存放最低温度lows.append(int(row[3]))#绘制图形#设置图像大小fig=plt.figure(dpi=128,figsize=(10,6))#画图  两个plot绘制在一张图上plt.plot(dates,highs,c="red",alpha=0.5)plt.plot(dates,lows,c="blue",alpha=0.5)# alpha 设置不透明度  Alpha值为0表示完全透明，1（默认设置）表示完全不透明  通过设置alpha值可设置线条的透明度#fill_between()设置填充区域，实参facecolor指定了填充区域的颜色  dates表明x轴范围， highs, lows  表示两个y轴范围，由x范围和y轴范围共建的区域为填充的区域#作用：让填充区域将两个数据系列连接起来的同时不分散观察者的注意力。plt.fill_between(dates, highs, lows, facecolor='green', alpha=0.1)#设置相应的标签plt.title("Daily high and low temperatures - 2014", fontsize=24)plt.xlabel("",fontsize=16)fig.autofmt_xdate()  # 绘制斜的日期标签，以免它们彼此重叠plt.ylabel("Temperature (F)", fontsize=16)# 设置刻度标记的大小plt.tick_params(axis='both', which='major', labelsize=16)plt.show()#若存在缺失值#则采用try:...except  异常:... else:的格式进行异常捕捉

【重难点&新知识】：
（1）设置图像大小（自定义图像实例）

fig=plt.figure(dpi=128,figsize=(10,6))

语法：

figure(num=None, figsize=None, dpi=None, facecolor=None,edgecolor=None, frameon=True)

参数解析：

num:图像编号或名称，数字为编号，字符串为名称
figsize:指定figure的宽和高，单位为英寸；
dpi参数：指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80
facecolor:背景颜色
edgecolor:边框颜色
frameon:是否显示边框

补充：

fig.autofmt_xdate()#绘制斜的日期标签，以免它们彼此重叠

（2）在同一个折线中绘制两条图线
语法逻辑：为同一个plt实例添加数据，调用多次plot函数，就可以在同一张图中绘制多条折线。

#画图两个plot绘制在一张图上
plt.plot(dates,highs,c=“red”,alpha=0.5)
plt.plot(dates,lows,c=“blue”,alpha=0.5)
#dates x轴 highs/lows y轴 alpha=0.5设置不透明度

（3）设置图像填充区域
fill_between()设置填充区域

plt.fill_between(dates, highs, lows, facecolor=‘green’, alpha=0.1)

参数解析：

#实参facecolor指定了填充区域的颜色 dates表明x轴范围， highs, lows 表示两个y轴范围，由x范围和y轴范围共建的区域为填充的区域
#作用：让填充区域将两个数据系列连接起来的同时不分散观察者的注意力。

【结果分析】：

Python基础——csv文件处理及可视化相关推荐

Python基础——csv文件中某列数据替换为数字
csv文件中某列数据替换为数字来源--机器学习读取数据方法一:正则表达式,replace() import pandas as pd data = pd.read_csv("data2. ...
Python 基础 CSV文件的操作
1.CSV文件的打开 CSV文件可以使用open命令打开,但是一定要用close命令关闭. 也可以用with语句打开,操作结束后,自动关闭. with open(文件路径字符串,模式字符) as 文件 ...
使用python将csv文件数据可视化
简介本文介绍如何通过python将csv文件数据简单地可视化. 使用到的文件历年台风数量统计数据代码 import csv import math import numpy as np impo ...
python导入csv文件-Python从CSV文件导入数据和生成简单图表
原标题:Python从CSV文件导入数据和生成简单图表我们已经完成Python的基础环境搭建工作,现在我们尝试导入CSV数据我们准备一个csv测试数据,文件名是csv-test-data.csv数 ...
Python处理CSV文件（二）
筛选特定的行有些时候,你并不需要文件中所有的数据.例如,你可能只需要一个包含特定词或数字的行的子集,或者是与某个具体日期关联的行的子集.在这些情况下,可以用 Python 筛选出特定的行来使用. 你 ...
Python读写CSV文件
文章目录简介初试 CSV读 CSV写优雅读取第一个值作为键名每行读取为字典合并读写封装封装1 备注参考文献简介 CSV,Comma-Separated Values,逗号分隔值文件 ...
Python基础 - csv文件格式
python基础 - csv文件格式 csv(Comma Separated Values)格式是最通用的电子表格和数据库的导入导出格式,csv模块可以用来处理带分隔符的数据文件,是Python&qu ...
python写入csv文件的几种方法
python写入csv文件的几种方法最常用的一种方法,利用pandas包 import pandas as pd #任意的多组列表 a = [1,2,3] b = [4,5,6] #字典中的key值 ...
python写入csv文件中文乱码解决方案
python写入csv文件中文乱码解决方案参考文章: (1)python写入csv文件中文乱码解决方案 (2)https://www.cnblogs.com/vsivn/p/6115537.html ...

Python基础——csv文件处理及可视化

csv文件处理及可视化

Python基础——csv文件处理及可视化相关推荐

最新文章

热门文章