Python開發【模塊】:CSV文件 數據可視化

来源:http://www.cnblogs.com/lianzhilei/archive/2017/05/18/6872304.html
-Advertisement-
Play Games

CSV模塊 1、CSV文件格式 要在文本文件中存儲數據,最簡單的方式是講數據作為一系列逗號分隔的值(CSV)寫入文件,這樣的文件成為CSV文件,如下: AKDT,Max TemperatureF,Mean TemperatureF,Min TemperatureF,Max Dew PointF,Me ...


CSV模塊

1、CSV文件格式

  要在文本文件中存儲數據,最簡單的方式是講數據作為一系列逗號分隔的值(CSV)寫入文件,這樣的文件成為CSV文件,如下:

AKDT,Max TemperatureF,Mean TemperatureF,Min TemperatureF,Max Dew PointF,MeanDew PointF,Min DewpointF,Max Humidity, Mean Humidity, Min Humidity, Max Sea Level PressureIn, Mean Sea Level PressureIn, Min Sea Level PressureIn, Max VisibilityMiles, Mean VisibilityMiles, Min VisibilityMiles, Max Wind SpeedMPH, Mean Wind SpeedMPH, Max Gust SpeedMPH,PrecipitationIn, CloudCover, Events, WindDirDegrees
2014-7-1,64,56,50,53,51,48,96,83,58,30.19,30.00,29.79,10,10,10,7,4,,0.00,7,,337
2014-7-2,71,62,55,55,52,46,96,80,51,29.81,29.75,29.66,10,9,2,13,5,,0.14,7,Rain,327
2014-7-3,64,58,53,55,53,51,97,85,72,29.88,29.86,29.81,10,10,8,15,4,,0.01,6,,258
2014-7-4,59,56,52,52,51,50,96,88,75,29.91,29.89,29.87,10,9,2,9,2,,0.07,7,Rain,255
2014-7-5,69,59,50,52,50,46,96,72,49,29.88,29.82,29.79,10,10,10,13,5,,0.00,6,,110
2014-7-6,62,58,55,51,50,46,80,71,58,30.13,30.07,29.89,10,10,10,20,10,29,0.00,6,Rain,213
2014-7-7,61,57,55,56,53,51,96,87,75,30.10,30.07,30.05,10,9,4,16,4,25,0.14,8,Rain,211
2014-7-8,55,54,53,54,53,51,100,94,86,30.10,30.06,30.04,10,6,2,12,5,23,0.84,8,Rain,159
2014-7-9,57,55,53,56,54,52,100,96,83,30.24,30.18,30.11,10,7,2,9,5,,0.13,8,Rain,201
2014-7-10,61,56,53,53,52,51,100,90,75,30.23,30.17,30.03,10,8,2,8,3,,0.03,8,Rain,215
2014-7-11,57,56,54,56,54,51,100,94,84,30.02,30.00,29.98,10,5,2,12,5,,1.28,8,Rain,250
2014-7-12,59,56,55,58,56,55,100,97,93,30.18,30.06,29.99,10,6,2,15,7,26,0.32,8,Rain,275
2014-7-13,57,56,55,58,56,55,100,98,94,30.25,30.22,30.18,10,5,1,8,4,,0.29,8,Rain,291
2014-7-14,61,58,55,58,56,51,100,94,83,30.24,30.23,30.22,10,7,0,16,4,,0.01,8,Fog,307
2014-7-15,64,58,55,53,51,48,93,78,64,30.27,30.25,30.24,10,10,10,17,12,,0.00,6,,318
2014-7-16,61,56,52,51,49,47,89,76,64,30.27,30.23,30.16,10,10,10,15,6,,0.00,6,,294
2014-7-17,59,55,51,52,50,48,93,84,75,30.16,30.04,29.82,10,10,6,9,3,,0.11,7,Rain,232
2014-7-18,63,56,51,54,52,50,100,84,67,29.79,29.69,29.65,10,10,7,10,5,,0.05,6,Rain,299
2014-7-19,60,57,54,55,53,51,97,88,75,29.91,29.82,29.68,10,9,2,9,2,,0.00,8,,292
2014-7-20,57,55,52,54,52,50,94,89,77,29.92,29.87,29.78,10,8,2,13,4,,0.31,8,Rain,155
2014-7-21,69,60,52,53,51,50,97,77,52,29.99,29.88,29.78,10,10,10,13,4,,0.00,5,,297
2014-7-22,63,59,55,56,54,52,90,84,77,30.11,30.04,29.99,10,10,10,9,3,,0.00,6,Rain,240
2014-7-23,62,58,55,54,52,50,87,80,72,30.10,30.03,29.96,10,10,10,8,3,,0.00,7,,230
2014-7-24,59,57,54,54,52,51,94,84,78,29.95,29.91,29.89,10,9,3,17,4,28,0.06,8,Rain,207
2014-7-25,57,55,53,55,53,51,100,92,81,29.91,29.87,29.83,10,8,2,13,3,,0.53,8,Rain,141
2014-7-26,57,55,53,57,55,54,100,96,93,29.96,29.91,29.87,10,8,1,15,5,24,0.57,8,Rain,216
2014-7-27,61,58,55,55,54,53,100,92,78,30.10,30.05,29.97,10,9,2,13,5,,0.30,8,Rain,213
2014-7-28,59,56,53,57,54,51,97,94,90,30.06,30.00,29.96,10,8,2,9,3,,0.61,8,Rain,261
2014-7-29,61,56,51,54,52,49,96,89,75,30.13,30.02,29.95,10,9,3,14,4,,0.25,6,Rain,153
2014-7-30,61,57,54,55,53,52,97,88,78,30.31,30.23,30.14,10,10,8,8,4,,0.08,7,Rain,160
2014-7-31,66,58,50,55,52,49,100,86,65,30.31,30.29,30.26,10,9,3,10,4,,0.00,3,,217
sitka_weather_07-2014.csv

 

2、取CSV數據繪製氣溫圖表

創建highs_lows.py讀取數據第一行:

import csv

filename = 'sitka_weather_07-2014.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成閱讀器,f對象傳入
    header_row = next(reader)   # 查看文件第一行,reader是可迭代對象
    print(header_row)           # 列表格式

# ['AKDT', 'Max TemperatureF', 'Mean TemperatureF', 'Min TemperatureF',
# 'Max Dew PointF', 'MeanDew PointF', 'Min DewpointF', 'Max Humidity',
# ' Mean Humidity', ' Min Humidity', ' Max Sea Level PressureIn',
# ' Mean Sea Level PressureIn', ' Min Sea Level PressureIn',
# ' Max VisibilityMiles', ' Mean VisibilityMiles', ' Min VisibilityMiles',
#  ' Max Wind SpeedMPH', ' Mean Wind SpeedMPH', ' Max Gust SpeedMPH',
# 'PrecipitationIn', ' CloudCover', ' Events', ' WindDirDegrees']

修改highs_lows.py文件獲取每日最高溫度

import csv

filename = 'sitka_weather_07-2014.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成閱讀器,f對象傳入
    header_row = next(reader)   # 查看文件第一行,reader是可迭代對象

    highs = []
    for row in reader:
        high = int(row[1])
        highs.append(high)
    print(highs)

# [64, 71, 64, 59, 69, 62, 61, 55, 57, 61, 57, 59, 57, 61, 
# 64, 61, 59, 63, 60, 57, 69, 63, 62, 59, 57, 57, 61, 59, 61,61, 66]

根據數據繪製氣溫圖表

import csv
import matplotlib.pyplot as plt

filename = 'sitka_weather_07-2014.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成閱讀器,f對象傳入
    header_row = next(reader)   # 查看文件第一行,reader是可迭代對象

    highs = []
    for row in reader:
        high = int(row[1])
        highs.append(high)

    # 設置圖片大小
    fig = plt.figure(dpi=128,figsize=(10,6))
    plt.plot(highs, c='red',linewidth=1)        # 設置顏色、線條粗細

    # 設置圖片格式
    plt.title('Daily high temperatures,July 2014', fontsize=24)  # 標題
    plt.xlabel('', fontsize=14)
    plt.ylabel('Temperature(F)', fontsize=14)

    plt.show()  # 輸出圖像

繪圖:

X軸改為時間日期

import csv
import matplotlib.pyplot as plt
from datetime import datetime

filename = 'sitka_weather_07-2014.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成閱讀器,f對象傳入
    header_row = next(reader)   # 查看文件第一行,reader是可迭代對象

    dates,highs = [],[]
    for row in reader:
        current_date = datetime.strptime(row[0],'%Y-%m-%d')
        dates.append(current_date)
        high = int(row[1])
        highs.append(high)

    # 設置圖片大小
    fig = plt.figure(dpi=128,figsize=(10,6))
    plt.plot(dates,highs, c='red',linewidth=1)        # linewidth決定繪製線條的粗細

    # 設置圖片格式
    plt.title('Daily high temperatures,July 2014', fontsize=20)  # 標題
    plt.xlabel('', fontsize=14)
    fig.autofmt_xdate()             # 日期標簽轉為斜體
    plt.ylabel('Temperature(F)', fontsize=14)
    plt.tick_params(axis='both',which='major')
    plt.show()  # 輸出圖像

繪圖:

添加低溫數據,填充折線區域

import csv
import matplotlib.pyplot as plt
from datetime import datetime

filename = 'sitka_weather_2014.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成閱讀器,f對象傳入
    header_row = next(reader)   # 查看文件第一行,reader是可迭代對象

    # 獲取日期,最高溫度,最低溫度
    dates,highs,lows = [],[],[]
    for row in reader:
        try:
            current_date = datetime.strptime(row[0],'%Y-%m-%d')
            high = int(row[1])
            low = int(row[3])
        except ValueError:
            print(current_date,'missing data')
        else:
            dates.append(current_date)
            highs.append(high)
            lows.append(low)

    # 設置圖片大小
    fig = plt.figure(dpi=128,figsize=(10,6))
    plt.plot(dates,highs, c='red',alpha=0.5)         # 最高溫度 alpha透明度0完全透明,1表示完全不透明
    plt.plot(dates,lows, c='blue',alpha=0.5)        # 最低溫度
    plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.1) #填充色

    # 設置圖片格式
    plt.title('Daily high temperatures - 2014', fontsize=20)  # 標題
    plt.xlabel('', fontsize=14)
    fig.autofmt_xdate()             # 日期標簽轉為斜體
    plt.ylabel('Temperature(F)', fontsize=14)
    plt.tick_params(axis='both',which='major')
    plt.show()  # 輸出圖像

繪圖:


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 使用php的生成圖片驗證碼,有效避免機器訪問,減輕伺服器資源消耗 ...
  • public const int BM_CLICK = 0x00F5; public const int WM_SETTEXT = 0x000C; /// /// 判斷視窗是否啟用 /// /// /// [DllImport("user32.dll")] [... ...
  • 在wpf的綁定中,我們會用到多值綁定,如下: 這裡如果 StringFormat="{3}({0}/{1}):{2}"這樣寫是不能通過編譯器的,解決方案是在前面加一組大括弧就可以了,如下: StringFormat="{}{3}({0}/{1}):{2}" 完整綁定如下: ... ...
  • 6.1 類型的各種成員 6.2 類型的可見性 public 全部可見 internal 程式集內可見(如忽略,預設為internal) 可通過設定 友元程式集 ,允許其它程式集訪問該程式集中的所有internal 類型.例如想允許強命名"Microsoft"程式集訪問本程式集內的internal類型 ...
  • C#反射技術主要基於System.Type類和System.Reflection.Assemble類,通過Type類可以訪問關於任何數據類型的信息,Assemble類用於訪問給定程式集的相關信息,或把這個程式集載入到程式中。 一.System.Type類 Type類是一個抽象類。只要實例化了一個Ty ...
  • 1. 創建、初始化索引、統一搜索入口、搜索結果展現--內容、標題高亮、關鍵詞搜索 2. 高級搜索:高級搜索增加多入口查詢(精確查詢、模糊查詢、首碼查詢等),每頁顯示條數自定義、索引結果數據設置、選擇索引文檔類型等 3. 通過A系統調用B系統的Rest服務,生成相關的二維碼,可以直接用戶手機app 1 ...
  • 章節:其他 ((主:單詞)) 用來醒目地強調這個句子中哪個詞語作主語 sentence: 關鍵語句(關鍵句子可以用這個標記“sentence:”來羅列) what目標 key瓶頸 who 誰 log: 日誌 shopping: 購物清單(可以用這個標記來羅列你的購物清單,冒號後面跟著列出你準備待購的 ...
  • 簡單工廠模式 (Simple Factory) 又叫靜態工廠方法(Static Factory Method)模式。 簡單工廠模式通常是定義一個工廠類,這個類可以根據不同變數返回不同類的產品實例。 但是簡單工廠模式不屬於23種Gof設計模式之一。 優點 簡單工廠模式的工廠類是整個模式的關鍵。其中包含 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...