数据分析CSV模块的基本使用（以分析复杂的天气情况为例），附完整的Python代码及csv文件详解---数据可视化

一、前提准备
二、代码解释
- 2.1分析CSV文件头
- 2.2提取并读取数据
- 2.3绘制气温图表
- 2.4在图表中添加日期（datetime模块）
- - 2.4.1书上源代码
  - 2.4.2完善代码
- 2.5覆盖更广的时间
- - 2.5.1书上源代码
  - 2.5.2完善代码
- 2.6再绘制一个数据系列--添加最低气温数据
- - 2.6.1添加最低气温数据
  - 2.6.2给图表区域着色
- 2.7错误检查---异常处理

一、前提准备

建立一个文件夹，如图所示，里面包含三个csv文件，我在百度网盘里面分享出来了，可以点击下载

百度网盘：数据文件
链接：点击此处
提取码：cin1

二、代码解释

2.1分析CSV文件头

header_row.py

# coding = utf-8import csv"""分析CSV文件头"""filename = 'sitka_weather_07-2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 调用enumerate获取每个元素的索引及其值for index, colum_header in enumerate(header_row):print(index, colum_header)

运行结果

注意：
AKDT=阿拉斯加时间（Alaska Daylight Time）

2.2提取并读取数据

max_temperature.py

# coding = utf-8import csv"""提取并读取数据：读取每天的最高气温"""filename = 'sitka_weather_07-2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建一个为max_temperature的空列表max_temperature = []# 遍历文件中余下的各行for row in reader:#每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)print(max_temperature)

运行结果

2.3绘制气温图表

temperature_chart.py

# coding = utf-8import csv
from matplotlib import pyplot as plt"""提取并读取数据：读取每天的最高气温"""filename = 'sitka_weather_07-2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建一个为max_temperature的空列表max_temperature = []# 遍历文件中余下的各行for row in reader:# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将最高气温传给plotplt.plot(max_temperature, c='blue')# 设置图形的格式plt.title("Daily max temperature,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()

运行结果

2.4在图表中添加日期（datetime模块）

模块datetime中设置日期和时间格式的参数（常用）：点击此处

2.4.1书上源代码

chart_addtime.py

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime"""提取并读取数据：读取每天的最高气温"""filename = 'sitka_weather_07-2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature = [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='blue')# 设置图形的格式plt.title("Daily max temperature,july 2014", fontsize=24)plt.xlabel('', fontsize=16)#使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()plt.ylabel('Temperature(F)', fontsize=16)plt.tick_params(axis='both', which='major', labelsize=16)plt.show()

运行结果

注意上面是书上的代码运行之后的原图

2.4.2完善代码

我花了快一天的时间在网上查资料，咋改这东西才能跟书上的图片一模一样，运行书上的代码，我真的醉了我去。以下是更改过后的代码：

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime
from matplotlib import dates as mdates"""提取并读取数据：获取日期和最高气温"""filename = 'sitka_weather_07-2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature = [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red')# 设置图形的格式plt.title("Daily max temperature,July 2014", fontsize=24)# 设置横坐标日期的上下限plt.xlim([datetime(2014, 7, 1), datetime(2014, 7, 31)])  # 日期上下限plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %d %Y'))  # 日期格式，%B为月份名，%b为月份名缩写plt.gca().xaxis.set_major_locator(mdates.DayLocator(interval=3))  # 日期间隔plt.xlabel('', fontsize=16)# 使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()# 温度上下限和间隔plt.yticks(range(54, 74, 2))plt.ylabel('Temperature(F)', fontsize=16)# pyplot模块中的tick_params()方法可以修改坐标刻度，刻度标签和网格线的外观plt.tick_params(axis='both', which='major', direction='in', labelsize=16)plt.show()

运行结果

2.5覆盖更广的时间

2.5.1书上源代码

这里只需要将表名filename改一下就行了,当然也可以更改一下标题，我这里还改了颜色为red
complete_chart.py

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime"""提取并读取数据：获取日期和最高气温"""filename = 'sitka_weather_2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature = [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red')# 设置图形的格式plt.title("Daily max temperature,--2014", fontsize=24)plt.xlabel('', fontsize=16)#使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()plt.ylabel('Temperature(F)', fontsize=16)plt.tick_params(axis='both', which='major', labelsize=16)plt.show()

运行结果

2.5.2完善代码

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime
from matplotlib import dates as mdates"""提取并读取数据：获取日期和最高气温"""filename = 'sitka_weather_2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature = [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red')# 设置图形的格式plt.title("Daily max temperature,2014", fontsize=24)# 设置横坐标日期的上下限plt.xlim([datetime(2014, 1, 1), datetime(2014, 12, 22)])  # 日期上下限plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))  # 日期格式，%B为月份名，%b为月份名缩写plt.xlabel('', fontsize=16)# 使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()# 温度上下限和间隔plt.yticks(range(20, 80, 5))plt.ylabel('Temperature(F)', fontsize=16)# pyplot模块中的tick_params()方法可以修改坐标刻度，刻度标签和网格线的外观plt.tick_params(axis='both', which='major', direction='in', labelsize=16)plt.show()

运行结果

2.6再绘制一个数据系列–添加最低气温数据

2.6.1添加最低气温数据

high_low_chart.py

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime
from matplotlib import dates as mdates"""提取并读取数据：获取日期和最高气温和最低气温"""filename = 'sitka_weather_2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature, min_temperature = [], [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)min = int(row[3])min_temperature.append(min)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red')plt.plot(dates, min_temperature, c='green')# 设置图形的格式plt.title("Daily max temperature and min temperature,2014", fontsize=24)# 设置横坐标日期的上下限plt.xlim([datetime(2014, 1, 1), datetime(2014, 12, 22)])  # 日期上下限plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))  # 日期格式，%B为月份名，%b为月份名缩写plt.xlabel('', fontsize=16)# 使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()# 温度上下限和间隔plt.yticks(range(20, 80, 5))plt.ylabel('Temperature(F)', fontsize=16)# pyplot模块中的tick_params()方法可以修改坐标刻度，刻度标签和网格线的外观plt.tick_params(axis='both', which='major', direction='in', labelsize=16)plt.show()

运行结果

2.6.2给图表区域着色

high_low_chart.py

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime
from matplotlib import dates as mdates"""提取并读取数据：获取日期和最高气温和最低气温"""filename = 'sitka_weather_2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature, min_temperature = [], [], []# 遍历文件中余下的各行for row in reader:current_date = datetime.strptime(row[0], "%Y-%m-%d")dates.append(current_date)# 每次执行该循环时，我们都将索引1（第二列）的数据附加到max_temperature的末尾max = int(row[1])max_temperature.append(max)min = int(row[3])min_temperature.append(min)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red', alpha=0.5)plt.plot(dates, min_temperature, c='green', alpha=0.5)#中间传红色哈哈哈哈plt.fill_between(dates, max_temperature, min_temperature, facecolor='pink', alpha=0.8)# 设置图形的格式plt.title("Daily max temperature and min temperature,2014", fontsize=24)# 设置横坐标日期的上下限plt.xlim([datetime(2014, 1, 1), datetime(2014, 12, 22)])  # 日期上下限plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))  # 日期格式，%B为月份名，%b为月份名缩写plt.xlabel('', fontsize=16)# 使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()# 温度上下限和间隔plt.yticks(range(20, 80, 5))plt.ylabel('Temperature(F)', fontsize=16)# pyplot模块中的tick_params()方法可以修改坐标刻度，刻度标签和网格线的外观plt.tick_params(axis='both', which='major', direction='in', labelsize=16)plt.show()

运行结果

2.7错误检查—异常处理

将high_low_chart.py的第十行filename改为death_valley_2014.csv，如
运行的时候就会报错：

Traceback (most recent call last):File "F:/Z/Python/project/project2/csva/high_low_chart.py", line 28, in <module>max = int(row[1])
ValueError: invalid literal for int() with base 10: ''

如图：

报错原因：ValueError:基为10的int（）的文本无效：“” ，说明death_valley_2014.csv文件中存在空字符串
death_valley_2014.csv中发现2014-2-16这一天

因此，我们就需要进行异常处理
异常处理

# coding = utf-8import csv
from matplotlib import pyplot as plt
from datetime import datetime
from matplotlib import dates as mdates"""提取并读取数据：获取日期和最高气温和最低气温，异常处理"""filename = 'death_valley_2014.csv'# 打开这个文件，将文件对象存储在f中
with open(filename) as f:# 创建一个与该文件相关联的阅读器reader = csv.reader(f)# 返回文件的下一行，前面的代码中，我们只调用了next()一次，因此得到的是文件第一行header_row = next(reader)# 创建两个为dates和max_temperature的空列表,用来存储从文件中提取的日期和最高气温dates, max_temperature, min_temperature = [], [], []# 遍历文件中余下的各行for row in reader:try:current_date = datetime.strptime(row[0], "%Y-%m-%d")max = int(row[1])min = int(row[3])except ValueError:print(current_date, 'missing data')else:dates.append(current_date)max_temperature.append(max)min_temperature.append(min)"""根据数据绘制图形"""# dpi:每英寸的点数 figsize:宽高fig = plt.figure(dpi=100, figsize=(10, 6))# 将日期和最高气温传给plotplt.plot(dates, max_temperature, c='red', alpha=0.5)plt.plot(dates, min_temperature, c='green', alpha=0.5)#中间传红色哈哈哈哈plt.fill_between(dates, max_temperature, min_temperature, facecolor='pink', alpha=0.8)# 设置图形的格式plt.title("Daily max temperature and min temperature,2014", fontsize=24)# 设置横坐标日期的上下限plt.xlim([datetime(2014, 1, 1), datetime(2014, 12, 22)])  # 日期上下限plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%b %Y'))  # 日期格式，%B为月份名，%b为月份名缩写plt.xlabel('', fontsize=16)# 使用autofmt_xdate来绘制倾斜的日期标签，以免彼此重叠fig.autofmt_xdate()# 温度上下限和间隔plt.yticks(range(20, 80, 5))plt.ylabel('Temperature(F)', fontsize=16)# pyplot模块中的tick_params()方法可以修改坐标刻度，刻度标签和网格线的外观plt.tick_params(axis='both', which='major', direction='in', labelsize=16)plt.show()

运行结果

学习《python编程从入门到实战》16章第一节，通过敲这些代码，发现一句真理：实践是检验真理的唯一标准！
书上的源码有些不足，我以为是我哪里代码打错了，检查了不下三遍，也可真够有耐烦心的，完善代码给整了一天，不过这也锻炼了自己的能力哈哈哈哈！

以上就是全部内容啦，如果有不懂的小伙伴欢迎提出来傲！