import csv
from datetime import datetime
from matplotlib import pyplot as plt
def get_weather_data(filename, dates, highs, lows, date_index, high_index,low_index):"""从数据文件中获取最高气温和最低气温。"""with open(filename) as f:reader = csv.reader(f)header_row = next(reader)# 从文件中获取日期、最高气温和最低气温。for row in reader:current_date = datetime.strptime(row[date_index], '%Y-%m-%d')try:high = int(row[high_index])low = int(row[low_index])except ValueError:print(f"Missing data for {current_date}")else:dates.append(current_date)highs.append(high)lows.append(low)
# 获取锡特卡的气温数据。
filename = 'sitka_weather_2018_simple.csv'
dates, highs, lows = [], [], []
get_weather_data(filename, dates, highs, lows, date_index=2, high_index=5,low_index=6)# 根据锡特卡的数据绘制图表。
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.6)
ax.plot(dates, lows, c='blue', alpha=0.6)
plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.15)# 获取死亡谷的数据。
filename = 'death_valley_2018_simple.csv'
dates, highs, lows = [], [], []
get_weather_data(filename, dates, highs, lows, date_index=2, high_index=4,low_index=5)# 将死亡谷的数据添加到当前图表中。
ax.plot(dates, highs, c='red', alpha=0.3)
ax.plot(dates, lows, c='blue', alpha=0.3)
plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.05)# 设置图表的格式。
title = "Daily high and low temperatures - 2018"
title += "\nSitka, AK and Death Valley, CA"
plt.title(title, 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.ylim(10, 130)
plt.show()

这里的话其实可以让索引变为自动的，改进一下就可以变成：

要获取CSV格式里面的数据，要用索引的方式，可以是硬索引，直接把数给指定下，或者可以采用下面的自动索引方式：打开指定的CSV文件后，通过读取首行，然后把相应的标题所在索引拿出来，每行不同种类数据的位置相对固定的，和标题行是一样的，所以提取标题行的位置，就可以套用到每一行上，从而提取相应种类的数据。比如CSV里面首行的第二列是"NAME",这样知道首行的“NAME”的位置，就可以找出下面每一行“NAME”的对应数值。

import csv
from datetime import datetime
from matplotlib import pyplot as plt
def get_weather_data(filename, dates, highs, lows,):"""从数据文件中获取最高气温和最低气温。"""with open(filename) as f:reader = csv.reader(f)header_row = next(reader)date_index=header_row.index("DATE")high_index=header_row.index("TMAX")low_index=header_row.index("TMIN")#这里比原版的答案改进了一下，调用了自动索引# 从文件中获取日期、最高气温和最低气温。for row in reader:current_date = datetime.strptime(row[date_index], '%Y-%m-%d')try:high = int(row[high_index])low = int(row[low_index])except ValueError:print(f"Missing data for {current_date}")else:dates.append(current_date)highs.append(high)lows.append(low)
# 获取锡特卡的气温数据。
filename = 'sitka_weather_2018_simple.csv'
dates, highs, lows = [], [], []
get_weather_data(filename, dates, highs, lows)# 根据锡特卡的数据绘制图表。
plt.style.use('seaborn')
fig, ax = plt.subplots()
ax.plot(dates, highs, c='red', alpha=0.6)
ax.plot(dates, lows, c='blue', alpha=0.6)
plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.15)# 获取死亡谷的数据。
filename = 'death_valley_2018_simple.csv'
dates, highs, lows = [], [], []
get_weather_data(filename, dates, highs, lows)# 将死亡谷的数据添加到当前图表中。
ax.plot(dates, highs, c='red', alpha=0.3)
ax.plot(dates, lows, c='blue', alpha=0.3)
plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.05)# 设置图表的格式。
title = "Daily high and low temperatures - 2018"
title += "\nSitka, AK and Death Valley, CA"
plt.title(title, 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.ylim(10, 130)
plt.show()