实现功能

1.从csv中读取数据

2.数据清洗（大小超出范围的异常值处理）

3.数据累积处理（将每日数据处理为历史累积值）

4.绘制多折线图

0.导入相关包import os

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

1.从csv格式文件中读取数据

#设置相关文件筛选条件
site='3'
band="NDVI"
sentinel="2-L2A"
#设置路径
path= '../data/dataset/Train_region_csv/S{}/csv/{}-{}.csv'.format(sentinel,site, band)
#从csv中读取数据存为dataframe，index_col为选择原数据集中的某列作为返回的DataFrame的行标签的列
pixel_csv =  pd.read_csv(path, index_col = 0)

拓展：批量读取csv文件，存储为DataFrame格式

（1）从文件夹中读取全部 / 指定部分文件名的文件

import globsentinel = "2-L2A"
site = '3'
path= '../data/dataset/Train_region_csv/S{}/csv/'.format(sentinel)
#从路径中，读取所有csv格式的文件，返回含有所有csv格式文件名路径的列表file
file = glob.glob(os.path.join(path,"*.csv"))
file_3 = glob.glob(os.path.join(path,"3-*.csv")) #文件名为3-xxx
file_x = glob.glob(os.path.join(path,"{}-*.csv".format(site))) #文件名为变量site的值-xxx
print("file length：",len(file))  #读取到的文件数量
print（file）

（2）批量读取

list2dataframe=[]
for path_file in file:list2dataframe.append(pd.read_csv(path_file,index_col = 0))
#假设file中有8个csv文件的路径，则list2dataframe中存放8个对应的dataframe格式的数据

（3）整合（1）（2），封装为函数

def Dataloading_csv (folder_path):
#提取folder_path文件夹下的csv文件，存为Dataframe格式，返回个文件的dataframe的列表site='3'file = glob.glob(os.path.join(folder_path,"{}-*.csv".format(site)))list2dataframe=[]for path_file in file:list2dataframe.append(pd.read_csv(path_file,index_col = 0))return list2dataframe

2.数据清洗-删除超过范围的异常值

for j in range(pixel_csv.shape[1]):#dataframe的列数for i in range(pixel_csv.shape[0]):#dataframe的行数# 对大于1或小于0的异常值，设为空值nanif (pixel_csv.iloc[i,j]> 1 or pixel_csv.iloc[i,j] < 0):pixel_csv.iloc[i,:]=np.nan

3.数据处理-将每日数据处理为历史累积值

 #列为日期，行为各项数据for j in range(1,pixel_csv.shape[1]): #第一天不需要做累积处理，从第二天（第二列）开始for i in range(pixel_csv.shape[0]):x=pixel_sum.iloc[i,j]pixel_sum.iloc[i,j]=x+pixel_sum.iloc[i,j-1]

4.绘制多折线图

对DataFrame使用describe函数，获得DataFrame的初步统计信息,其中包含min，max，mean

def plot_min_max_mean(data_desc):fig=plt.figure()ax=fig.add_subplot(1,1,1)ax.plot(data_desc.index, data_desc.iloc[:,7],color='crimson',label='Max')#maxax.plot(data_desc.index, data_desc.iloc[:,1],color='c',label='Mean')#meanax.plot(data_desc.index, data_desc.iloc[:,3],color='royalblue',label='Min')#min#设置x坐标轴的刻度信息ax.set_xticks([0,12,25,37,49,62,74,84])#第0，12，25...等位置划分一个刻度ax.set_xticklabels(['04-01', '05-01', '06-01', '07-01', '08-01', '09-01','10-01','11-01'],rotation=45,fontsize=12)#设置刻度标签：名称、旋转角度、字体大小、颜色等plt.title('Site-3',fontsize=16)#设置图题plt.xlabel('Dates',fontsize=14)#设置x轴名称plt.ylabel('EVI',fontsize=14)#设置y轴名称plt.fill_between(data_desc.index, data_desc.iloc[:,7], data_desc.iloc[:,3], facecolor="orange",alpha=0.1)#在min和max两条曲线内设置阴影、颜色、透明度plt.legend()plt.show()

Python根据csv绘制多折线图（内含批量读取+自定义坐标标签+阴影处理）相关推荐

Python使用Matplotlib绘制三维折线图（进阶篇）
1.0简介: 三维图像技术是现在国际最先进的计算机展示技术之一,任何普通电脑只需要安装一个插件,就可以在网络浏览器中呈现三维的产品,不但逼真,而且可以动态展示产品的组合过程,特别适合远程浏览. 立体图 ...
python ggplot画等值线图,是否可以在Python ggplot上绘制多折线图？
I need to plot 3 columns of a Pandas dataframe on python ggplot, with the same index. Is that possib ...
[转载] Python数据可视化库-Matplotlib——折线图绘制
参考链接: Python Matplotlib数据可视化 plot折线图 # coding:utf-8 import pandas as pd import numpy as np from matp ...
python画折线图显示点值-Python 绘制可视化折线图
1. 用 Numpy ndarray 作为数据传入 ply import numpy as np import matplotlib as mpl import matplotlib.pyplot a ...
python画折线图代码-python绘制简单折线图代码示例
1.画最简单的直线图代码如下: import numpy as np import matplotlib.pyplot as plt x=[0,1] y=[0,1] plt.figure() plt ...
python画折线图详解-python绘制简单折线图代码示例
1.画最简单的直线图代码如下: import numpy as np import matplotlib.pyplot as plt x=[0,1] y=[0,1] plt.figure() plt ...
matplotlib 折线图_漂亮图表也可信手拈来，一文学会用Python绘制堆积折线图
今天咱们还是接着上次的话题,继续和大家聊聊关于Python绘图相关的东东哦,上次已经和大家讨论完了如何给自己所绘制的图表中添加装饰线以及修改装饰线密度的方法,今天呢,咱们再聊点的新的东东哦,还是和大家 ...
python绘制折线图显示数据_漂亮图表也可用python信手拈来！一文教你学会用Python绘制堆积折线图...
今天,和大家聊聊关于Python绘图相关的东东哦,还是和大家继续深耕Python经典的matplotlib库哦! 好啦,咱们就开始吧! 首先,咱们聊聊如何在Python中去绘制经典的堆积折线图到这可 ...
中绘制折线_漂亮图表也可信手拈来，一文学会用Python绘制堆积折线图
今天咱们还是接着上次的话题,继续和大家聊聊关于Python绘图相关的东东哦,上次已经和大家讨论完了如何给自己所绘制的图表中添加装饰线以及修改装饰线密度的方法,今天呢,咱们再聊点的新的东东哦,还是和大家 ...

Python根据csv绘制多折线图（内含批量读取+自定义坐标标签+阴影处理）

实现功能

1.从csv中读取数据

2.数据清洗（大小超出范围的异常值处理）

3.数据累积处理（将每日数据处理为历史累积值）

4.绘制多折线图

0.导入相关包import os

1.从csv格式文件中读取数据

拓展：批量读取csv文件，存储为DataFrame格式

2.数据清洗-删除超过范围的异常值

3.数据处理-将每日数据处理为历史累积值

4.绘制多折线图

Python根据csv绘制多折线图（内含批量读取+自定义坐标标签+阴影处理）相关推荐

最新文章

热门文章