Python分析csv文件及可视化绘图.pdfVIP

Python分析csv⽂件及可视化绘图 简介 项 ⽬中经常需要对 ⽇志⽂件进⾏分析，之前使⽤Sh ll，常⽤的是gr p, awk, s d等。 使⽤Sh ll有⼀个缺点，就是可视化不友好，经常需要把分析后的⽂件导出，再⽤Python/Exc l可视化⼀下。 本⽂直接使⽤Python对 ⽇志⽂件进⾏分析，并使⽤matplotlib进⾏可视化。 数据 这⾥的数据⽂件选⽤⼀个天⽓数据⽂件，它存储了某地⼀个时间段的最⾼温度、最低温度等数据。 ⽬的是把不同时间点最⾼温度和最低温度数据进⾏可视化，⽤折线图的形式绘制出来。 数据头如图所⽰ ： 读取⽂件 使⽤Python读取⽂件的⽅式⼀般如下 ： def read_file() : with open(pi.txt) as file_object : lines = file_object.readlines() Python标准库中包含csv模块，可直接分析csv⽂件⾏ ： import csv from datetime import datetime filename = sit a_weather_2014.csv with open(filename) as f : reader = csv.reader(f) # 把⽂件对象关联到阅读器reader对象 header_ row = next(reader) # 得到⽂件第 ⼀⾏ 打印⽂件头及索引的⽅式如下 ： for index, column_ header in enumerate(header_ row) : print(index, column_ header) 获取想要的数据 ： dates, highs, lows = [], [], [] for row in reader: # 异常检查，忽略数据残缺⽂件 try : current_date = datetime.strptime(row[0], %Y-%m-%d) # 转化为指定格式的⽇期格式 high = int(row[1]) low = int(row[3]) except ValueError: print(current_date, missing date) else: dates.append(current_date) highs.append(high) lows.append(low) ⾄此，已经得到了最⾼温度和最低温度，下⾯开始可视化。 matplotlib可视化 matplotlib库是功能强⼤的Python绘图库。 直接上代码 ： # 指定分辨率和⼤⼩ fig = plt.figure(dpi = 128, figsize = (10, 6)) # 最⾼温度，红⾊ plt.plot(dates, highs, c = red) # 最低温度，蓝⾊ plt.plot(dates, lows, c = blue) # 最⾼最低温度之间填充浅蓝⾊，alpha表⽰透明度 plt.fill_ between(dates, highs, lows, facecolor = blue, alpha = 0.1) # 图表标题 plt.title(Daily high and low temperatures, 2014, fontsize = 24) # x轴，不指定，后续填 ⽇期 plt.xlabel(, fontsize = 16) # ⾃动绘制 ⽇期标签，x轴，避免重叠 fig.autofmt_xdate() # y轴 plt.ylabel(F, fontsize = 16) # 轴上标签⼤⼩ plt.tic _ params(axis = both, which = major, labelsize = 16) plt.show() 绘制和效果图如下 ： ⼩结 借助Python强⼤的数据分析包，可以轻松明了地实现数据分析与可视化。 ⽽且，从语法、简洁的⾓度来看，上⼿与维护都优于使⽤Sh ll编程。 参考资料 《Python编程——从⼊门到实践》