Python读取CSV文件并进行数据可视化绘图

介绍：文件 sitka_weather_07-2018_simple.csv是阿拉斯加州锡特卡2018年1月1日的天气数据，其中包含当天的最高温度和最低温度。数据文件存储与data文件夹下，接下来用Python读取该文件数据，再基于数据进行可视化绘图。（详细细节请看代码注释）

sitka_highs.py

import csv  # 导入csv模块
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，在这便是首行，即文件头
  # for index, column_header in enumerate(header_row):  # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
  #     print(index, column_header)
 
    # 从文件中获取最高温度
    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)
 
# 根据最高温度绘制图形
plt.style.use(\'seaborn\')
fig, ax = plt.subplots()
ax.plot(dates, highs, c=\'red\')
# 设置图形的格式
ax.set_title(\"2018年7月每日最高温度\", fontproperties=\"SimHei\", fontsize=24)
ax.set_xlabel(\'\', fontproperties=\"SimHei\", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel(\"温度（F）\", fontproperties=\"SimHei\", fontsize=16)
ax.tick_params(axis=\'both\', which=\'major\', labelsize=16)
plt.show()

运行结果如下：

 设置以上图标后，我们来添加更多的数据，生成一副更复杂的锡特卡天气图。将sitka_weather_2018_simple.csv数据文件置于data文件夹下，该文件包含整年的锡特卡天气数据。

对代码进行修改：

sitka_highs.py

import csv  # 导入csv模块
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，在这便是首行，即文件头
 
  # for index, column_header in enumerate(header_row):  # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
  #     print(index, column_header)
 
    # 从文件中获取最高温度
    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)
 
# 根据最高温度绘制图形
plt.style.use(\'seaborn\')
fig, ax = plt.subplots()
ax.plot(dates, highs, c=\'red\')
# 设置图形的格式
ax.set_title(\"2018年每日最高温度\", fontproperties=\"SimHei\", fontsize=24)
ax.set_xlabel(\'\', fontproperties=\"SimHei\", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel(\"温度（F）\", fontproperties=\"SimHei\", fontsize=16)
ax.tick_params(axis=\'both\', which=\'major\', labelsize=16)
plt.show()

运行结果如下：

代码再改进：虽然上图已经显示了丰富的数据，但是还能再添加最低温度数据，使其更有用

对代码进行修改：

sitka_highs_lows.py

import csv  # 导入csv模块
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，在这便是首行，即文件头
 
  # for index, column_header in enumerate(header_row):  # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
  #     print(index, column_header)
 
    # 从文件中获取日期、最高温度和最低温度
    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)
 
# 根据最高温度和最低温度绘制图形
plt.style.use(\'seaborn\')
fig, ax = plt.subplots()
ax.plot(dates, highs, c=\'red\', alpha=0.5)  # alpha指定颜色的透明度，0为完全透明
ax.plot(dates, lows, c=\'blue\', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor=\'blue\',alpha=0.1)
 
# 设置图形的格式
ax.set_title(\"2018年每日最高温度\", fontproperties=\"SimHei\", fontsize=24)
ax.set_xlabel(\'\', fontproperties=\"SimHei\", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel(\"温度（F）\", fontproperties=\"SimHei\", fontsize=16)
ax.tick_params(axis=\'both\', which=\'major\', labelsize=16)
plt.show()

运行结果如下：

此外，读取CSV文件过程中，数据可能缺失，程序运行时就会报错甚至崩溃。所有需要在从CSV文件中读取值时执行错误检查代码，对可能的异常进行处理，更换数据文件为：death_valley_2018_simple.csv  ，该文件有缺失值。

对代码进行修改：

 death_valley_highs_lows.py

import csv  # 导入csv模块
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，在这便是首行，即文件头
 
  # for index, column_header in enumerate(header_row):  # 对列表调用了 enumerate（）来获取每个元素的索引及其值，方便我们提取需要的数据列
  #     print(index, column_header)
 
    # 从文件中获取日期、最高温度和最低温度
    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)
 
# 根据最高温度和最低温度绘制图形
plt.style.use(\'seaborn\')
fig, ax = plt.subplots()
ax.plot(dates, highs, c=\'red\', alpha=0.5)  # alpha指定颜色的透明度，0为完全透明
ax.plot(dates, lows, c=\'blue\', alpha=0.5)
ax.fill_between(dates, highs, lows, facecolor=\'blue\',alpha=0.1)
# 设置图形的格式
ax.set_title(\"2018年每日最高温度和最低气温\\n美国加利福利亚死亡谷\", fontproperties=\"SimHei\", fontsize=24)
ax.set_xlabel(\'\', fontproperties=\"SimHei\", fontsize=16)
fig.autofmt_xdate()
ax.set_ylabel(\"温度（F）\", fontproperties=\"SimHei\", fontsize=16)
ax.tick_params(axis=\'both\', which=\'major\', labelsize=16)
plt.show()

如果现在运行 death_valley_highs_lows.py，将会发现缺失数据的日期只有一个：

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

妥善地处理错误后，代码能够生成图形并忽略缺失数据的那天。运行结果如下：