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)
|