Python讀取CSV檔案並進行資料視覺化繪圖

2022-06-16 22:00:22

介紹：檔案 sitka_weather_07-2018_simple.csv是阿拉斯加州錫特卡2018年1月1日的天氣資料，其中包含當天的最高溫度和最低溫度。資料檔案儲存與data資料夾下，接下來用Python讀取該檔案資料，再基於資料進行視覺化繪圖。（詳細細節請看程式碼註釋）

sitka_highs.py

import csv  # 匯入csv模組
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)  # 返回檔案的下一行，在這便是首行，即檔案頭
  # for index, column_header in enumerate(header_row):  # 對列表呼叫了 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的資料列
  #     print(index, column_header)
 
    # 從檔案中獲取最高溫度
    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)
 
# 根據最高溫度繪製圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 設定圖形的格式
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()

執行結果如下：

設定以上圖示後，我們來新增更多的資料，生成一副更復雜的錫特卡天氣圖。將sitka_weather_2018_simple.csv資料檔案置於data資料夾下，該檔案包含整年的錫特卡天氣資料。

對程式碼進行修改：

sitka_highs.py

import csv  # 匯入csv模組
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)  # 返回檔案的下一行，在這便是首行，即檔案頭
 
  # for index, column_header in enumerate(header_row):  # 對列表呼叫了 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的資料列
  #     print(index, column_header)
 
    # 從檔案中獲取最高溫度
    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)
 
# 根據最高溫度繪製圖形
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red')
# 設定圖形的格式
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()

執行結果如下：

程式碼再改進：雖然上圖已經顯示了豐富的資料，但是還能再新增最低溫度資料，使其更有用

對程式碼進行修改：

sitka_highs_lows.py

import csv  # 匯入csv模組
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)  # 返回檔案的下一行，在這便是首行，即檔案頭
 
  # for index, column_header in enumerate(header_row):  # 對列表呼叫了 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的資料列
  #     print(index, column_header)
 
    # 從檔案中獲取日期、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製圖形
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)
 
# 設定圖形的格式
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()

執行結果如下：

此外，讀取CSV檔案過程中，資料可能缺失，程式執行時就會報錯甚至崩潰。所有需要在從CSV檔案中讀取值時執行錯誤檢查程式碼，對可能的異常進行處理，更換資料檔案為：death_valley_2018_simple.csv ，該檔案有缺失值。

對程式碼進行修改：

death_valley_highs_lows.py

import csv  # 匯入csv模組
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)  # 返回檔案的下一行，在這便是首行，即檔案頭
 
  # for index, column_header in enumerate(header_row):  # 對列表呼叫了 enumerate（）來獲取每個元素的索引及其值，方便我們提取需要的資料列
  #     print(index, column_header)
 
    # 從檔案中獲取日期、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製圖形
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)
# 設定圖形的格式
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()

如果現在執行 death_valley_highs_lows.py，將會發現缺失資料的日期只有一個：

Missing data for 2018-02-18 00:00:00

妥善地處理錯誤後，程式碼能夠生成圖形並忽略缺失資料的那天。執行結果如下：

到此這篇關於Python讀取CSV檔案並進行資料視覺化繪圖的文章就介紹到這了,更多相關Python讀取CSV內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

Python讀取CSV檔案並進行資料視覺化繪圖

熱門文章