Python学习之路日志—利用matplotlib开发数据可视化项目（3）

在今晚的学习中，我将学着获取数据，并对这些数据进行可视化。

3.1 CSV文件：

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 （CSV）写入文件。这样的文件称为CSV文件。

3.1.1 分析CSV文件头：

csv

模块包含在Python标准库中，可用于分析CSV文件中的数据行，让我们能够快速提取感兴趣的值。下面先来查看这个文件的第一行，其中包含一系列有关数据的描述：

# -*- coding:utf-8 -*-

import csv

filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)
print(header_row)

导入模块

csv

后，我们将要使用的文件的名称存储在

filename

中。接下来，我们打开这个文件，并将结果文件对象存储在

f

中（见第6行）。然后，我们调用

csv.reader()

， 并将前面存储的文件对象作为实参传递给它，从而创建一个与该文件相关联的阅读器对象（见第7行）。我们将这个阅读器对象存储在

reader

中。 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。在上头的代码中，我们只调用了

next()

一次，因此得到的是文件的第一行，其中包含文件头。我们将返回的数据存储在

header_row

中。正如上图看到的，

header_row

包含与天气相关的文件头，指出了每行都包含哪些数据。

3.1.2 打印文件头及其位置：

为让文件头数据更容易理解，可以将列表中的每个文件头及其位置打印出来：

# -*- coding:utf-8 -*-

import csv

filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

for index, column_header in enumerate(header_row):
print(index, column_header)

我们对列表调用了

enumerate()

（见第10行）来获取每个元素的索引及其值。输出如上，其中指出了每个文件头的索引。

3.1.3 提取并读取数据：

知道需要哪些列中的数据后，我们可以试着来读取一些数据。首先读取每天的最高气温：

# -*- coding:utf-8 -*-

import csv

# 从文件中获取最高气温
filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

highs =[]

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

print(highs)

我们创建了一个名为

highs

的空列表（见第11行），再遍历文件中余下的各行（见第13行处）。阅读器对象从其停留的地方继续往下读取CSV文件，每次都自动返回当前所处位置的下一行。由于我们已经读取了文件头行，这个循环将从第二行开始——从这行开始包含的是实际数据。每次执行该循环时，我们都将索引的数据附加到

highs

末尾（见第14行）。

下面使用

int()

将这些字符串转换为数字，让

matplotlib

能够读取它们：

# -*- coding:utf-8 -*-

import csv

# 从文件中获取最高气温
filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

highs =[]

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

print(highs)

在第14行处，我们将表示气温的字符串转换成了数字，再将其附加到列表末尾。这样，最终的列表将包含以数字表示的每日最高气温。

3.1.4 绘制气温图表：

为可视化这些气温数据，我们首先使用

matplotlib

创建一个显示每日最高气温的简单图形，如下所示：

# -*- coding:utf-8 -*-

import csv

from matplotlib import pyplot as plt

# 从文件中获取最高气温
filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

highs =[]

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

print(highs)

# 根据数据绘制图形
fig = plt.figure(dpi=127, figsize=(10, 6))
plt.plot(highs, c='red')

# 设置图形的格式
plt.title('Daily high. temperature, July 2014',  fontsize=23)
plt.xlabel('', fontsize=17)
plt.ylabel('Temperature(F)', fontsize=17)
plt.tick_params(axis='both', which='major', labelsize=17)

plt.show()

我们将最高气温列表传给

plot()

（见第23行），并传递

c='red'

以便将数据点绘制为红色。接下来，我们设置了一些其他的格式，如字体大小和标签（见第26行），鉴于我们还没有添加日期，因此没有给x轴添加标签，但

plt.xlabel()

确实修改了字体大小，让标签更容易看清。下图显示了绘制的图表：一个简单的折线图：

3.1.5 模块datetime：

下面我们在图表中添加日期，使其更有用。读取该数据时，获得的是一个字符串，因为我们需要想办法将字符串’2014-7-1’ 转换为一个表示相应日期的对象。为创建一个表示2014年7月1日的对象，可使用模块

datetime

中的方法

strptime()

。我们先在终端会话中看看

strptime()

的工作原理：

我们首先导入了模块

datetime

中的

datetime

类，然后调用方法

strptime()

，并将包含所需日期的字符串作为第一个实参。第二个实参告诉Python如何设置日期的格式。在这个示例中，

'%Y-'

让Python将字符串中第一个连字符前面的部分视为四位的年份；

'%m-'

让Python将第二个连字符前面的部分视为表示月份的数字；而

'%d'

让Python将字符串的最后一部分视为月份中的一天（1~31）。

3.1.6 在图表中添加日期：

# -*- coding:utf-8 -*-

import csv

from matplotlib import pyplot as plt
from datetime import datetime

# 从文件中获取日期和最高气温
filename = 'sitka_weather_07-2014.csv'
with open(filename) as f:
reader = csv.reader(f)
header_row = next(reader)

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)

print(highs)

# 根据数据绘制图形
fig = plt.figure(dpi=127, figsize=(10, 6))
plt.plot(dates,highs, c='red')

# 设置图形的格式
plt.title('Daily high. temperature, July 2014',  fontsize=23)
plt.xlabel('', fontsize=17)
fig.autofmt_xdate()
plt.ylabel('Temperature(F)', fontsize=17)
plt.tick_params(axis='both', which='major', labelsize=17)

plt.show()

我们创建了两个空列表，用于存储从文件中提取的日期和最高气温（见第14行）。然后，我们将包含日期信息的数据（

row[0]

）转换为

datetime

对象（见第17行），并将其附加到列表

dates

末尾。在第27行处，我们将日期和最高气温值传递给

plot()

。在第32行处，我们调用了

fig.autofmt_xdate()

来绘制斜的日期标签，以免它们彼此重叠。下图显示了改进后的图表：