1.CSV文件格式

将数据作为一系列以逗号分隔的值（CSV）写入文件，即可在文本文件中存储数据

1.分析CSV文件头

import csv
file_path='C:\\Users\\by\\Desktop\\python_work\\unit\\pcc- master\\chapter_16\\sitka_weather_07-2014.csv'
#利用双反斜杠\\分隔文件名
with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	print(header_row)

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（reader ）对象。我们将这个阅读器对象存储在 reader 中。

next函数将返回文件的下一行。

reader处理文件中以逗号分隔的第一行数据

2.打印文件头及其位置

--snip--
with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	for index,column_header in enumerate(header_row):
		print(index,column_header)

enumerate获取元素索引及其值

3.提取并读取数据

with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	
	highs=[]
	for row in reader:
		highs.append(row[1])
print(highs)

可利用int将其转换为数字?

with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	
	highs=[]
	for row in reader:
		high=int(row[1])
		highs.append(high)
print(highs)

4.绘制气温图表

import csv
from matplotlib import pyplot as plt
file_path='C:\\Users\\by\\Desktop\\python_work\\unit\\pcc-master\\chapter_16\\sitka_weather_07-2014.csv'

with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	
	highs=[]
	for row in reader:
		high=int(row[1])
		highs.append(high)
		
fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(highs,c='red')

plt.title("Daily high temperatures,July 2014",fontsize=24)
plt.xlabel('',fontsize=16)
plt.ylabel('Temperature(F)',fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()

5.模块datetime

使用模块datetime中的strptime()将字符串转换为表示日期的对象

from datetime import datetime
--snip--
first_date=datetime.strptime('2014-7-1','%Y-%m-%d')
print(first_date)

实参	含义
%A	星期的名称，如Monday
%B	月份名，如January
%m	用数字表示的月份（01~12）
%d	用数字表示月份中的一天（01~31）
%Y	四位的年份，如2015
%y	两位的年份，如15
%H	24 小时制的小时数（00~23）
%I	12 小时制的小时数（01~12）
%p	am或pm
%M	分钟数（00~59）
%S	秒数（00~61）

6.添加日期

提取日期与最高气温传递给plot

import csv
from datetime import datetime
from matplotlib import pyplot as plt
file_path='C:\\Users\\by\\Desktop\\python_work\\unit\\pcc-master\\chapter_16\\sitka_weather_07-2014.csv'

with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	#存储日期与温度
	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)
		
fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,highs,c='red')

plt.title("Daily high temperatures,July 2014",fontsize=24)
plt.xlabel('',fontsize=16)
#绘制斜体x轴标签，避免相互重叠
fig.autofmt_xdate()
plt.ylabel('Temperature(F)',fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()

7.涵盖长时间

导入以下文件，获取全年温度

file_path='C:\\Users\\by\\Desktop\\python_work\\unit\\pcc-master\\chapter_16\\sitka_weather_2014.csv'

8.再绘制一个数据

import csv
from datetime import datetime
from matplotlib import pyplot as plt
file_path='C:\\Users\\by\\Desktop\\python_work\\unit\\pcc-master\\chapter_16\\sitka_weather_2014.csv'

with open(file_path)as f:
	reader=csv.reader(f)
	header_row=next(reader)
	
	dates,highs,lows=[],[],[]
	for row in reader:
		current_date=datetime.strptime(row[0],'%Y-%m-%d')
		dates.append(current_date)
		
		high=int(row[1])
		highs.append(high)
		
		low=int(row[3])
		lows.append(low)
		
fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,highs,c='red')
plt.plot(dates,lows,c='blue')

plt.title("Daily high and low temperatures,July 2014",fontsize=24)
plt.xlabel('',fontsize=16)
fig.autofmt_xdate()
plt.ylabel('Temperature(F)',fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()

9.给图表区域着色

plt.plot(dates,highs,c='red',alpha=0.5)
plt.plot(dates,lows,c='blue',alpha=0.5)
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.1)

alpha指定透明度。（从0到1逐渐不透明）

fill_between填充区域颜色

10.错误检查

使用try-except避免遇到数据集异常时，代码无法运行

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)