python資料視覺化-matplotlib入門(6)-從檔案中載入資料

PursuitingPeak發表於2022-04-29
Python視覺化

前幾篇都是手動錄入或隨機函式產生的資料。實際有許多型別的檔案，以及許多方法，用它們從檔案中提取資料來圖形化。

比如之前python基礎(12)介紹開啟檔案的方式，可直接讀取檔案中的資料，擴大了我們的資料來源。下面詳細介紹從檔案中載入資料。

一、使用內建的 csv 模組載入CSV檔案

CSV檔案是一種特殊的文字檔案，檔案中的資料以逗號作為分隔符，很適合進行資料的解析。先用excle建立如下表格和資料，另存為csv格式檔案，放到程式碼目錄下。

包含在Python標準庫中自帶CSV 模組，我們只需要import進來就能使用。比如我們需要將上面的CSV檔案都列印出來，程式碼 如下:

import csv  #import csv 用來匯入csv模組

filename = 'E:\WorkSpace\python\coding\score.csv'  #檔案儲存的絕對路徑，如果在程式碼目錄檔案下，可以直接用檔名
with open(filename) as file_csv:      #是不是忘記了如何開啟檔案？開啟檔案，並將結果檔案物件儲存在file_csv中
    reader = csv.reader(file_csv)     #直接調讀取 用csv.read()讀取檔案內容  
    for row in reader: #   用for迴圈列印每一行
        print(row)

執行結果如下：

['Name', 'Grade', 'Class', 'Age', 'mathscore', 'Englishscore']
['Lucy', '7', '2', '14', '95', '86']
['bush', '8', '1', '15', '80', '75']
['lily', '7', '3', '14', '93', '95']
['Jack', '8', '2', '14', '87', '84']
['Mary', '9', '1', '15', '85', '86']
['philip', '7', '3', '14', '90', '92']
['Liming', '9', '2', '16', '99', '87']

 1、列印檔案頭及其位置

讀入檔案，是為了獲取其中的資料，需要將相關資訊進行分離，先看看如何讀出頭即檔案的第一行， next()返回檔案中的下一行。

import csv  #import csv 用來匯入csv模組

filename = 'E:\WorkSpace\python\coding\score.csv'  #檔案儲存的絕對路徑
with open(filename) as file_csv:      #是不是忘記了如何開啟檔案？開啟檔案，並將結果檔案物件儲存在file_csv中
    reader = csv.reader(file_csv)     #直接調讀取 用csv.read()讀取檔案內容  
    header_row = next(reader)   #模組csv包含函式 next() ，呼叫它並將閱讀器物件傳遞給它時，它將返回檔案中的下一行。
                                #呼叫了next()一次，因此得到的是檔案的第一行，其中包含檔案頭

      #for row in reader: # 用for迴圈列印每一行
      　#　print(row)

    for index, column_header in enumerate(header_row):  #對列表呼叫了enumerate()來獲取每個元素的索引及其值
        print(index, column_header)

執行後的結果如下所示：

0 Name
1 Grade
2 Class
3 Age
4 mathscore
5 Englishscore

　提取其中索引，即name的索引為0，Grade的索引為1，知道了索引便可以讀取其中的任何資料，比如我們要列印出mathscore，索引為4，於是程式碼如下：

    scores =[] 定義一個空的list
    for row in reader:
        scores.append(int(row[4])) #讀取的檔案，預設為字串，用int()轉換為數字。
    print(scores)

執行結果：

[95, 80, 93, 87, 85, 90, 99]

　接下來，製作圖表展示一下，先把mathscore和englishscore分數做個柱狀對比。程式碼如下：

import matplotlib.pyplot as plt
import csv  #import csv 用來匯入csv模組

filename = 'E:\WorkSpace\python\coding\score.csv'  #檔案儲存的絕對路徑
with open(filename) as file_csv:      #是不是忘記了如何開啟檔案？開啟檔案，並將結果檔案物件儲存在file_csv中
    reader = csv.reader(file_csv)     #直接調讀取 用csv.read()讀取檔案內容   
    header_row = next(reader)   #模組csv包含函式 next() ，呼叫它並將閱讀器物件傳遞給它時，它將返回檔案中的下一行。
                                #呼叫了 next() 一次，因此得到的是檔案的第一行，其中包含檔案頭
    mathscores =[] #定義兩個列表
    englishscores=[]
    for row in reader:
        mathscores.append(int(row[4]))     #讀取索引為4的資料，預設為字串，用int()轉換為數字。
        englishscores.append(int(row[5]))  #讀取索引為5的資料，用int()轉換為數字。
        
plt.bar([1,3,5,7,9,11,13],mathscores,label='math',color='#FF2204')     
plt.bar([2,4,6,8,10,12,14],englishscores, label='englis', color='g')
plt.legend()
plt.title('scores') 
plt.show()

已將那些列印相關程式碼刪除。看執行結果：

 接下來，我們讀取檔案 ，並根據檔案中的時間來繪製圖表

新建一個年份的資料（真的是胡編亂造的資料），第一列是年份，第二列每年畢業的人數，第三列是每年申請人數，如圖所示：

要求：

1，按年份分別顯示出每年兩者的人數，並用不同的顏色表示；

2、兩者間也用其他顏色進行填充。

完成程式碼如下：

import matplotlib.pyplot as plt
import csv  #import csv 用來匯入csv模組
from datetime import datetime #引入時間相關模組

filename = 'E:\WorkSpace\python\coding\graduatesNumbers.csv'  #檔案儲存的絕對路徑
with open(filename) as file_csv:      #是不是忘記了如何開啟檔案？開啟檔案，並將結果檔案物件儲存在file_csv中
    reader = csv.reader(file_csv)     #直接調讀取 用csv.read()讀取檔案內容   
    header_row = next(reader)   
    dates=[]                            
    numbers=[]
    application_numbers=[]
    for row in reader: 
        current_date = datetime.strptime(row[0], "%Y/%m/%d") #年份，strptime()日期格式轉化為字串格式的函式
        dates.append(current_date)
        numbers.append(int(row[1]))      #讀取索引為1的資料，預設為字串，用int()轉換為數字，即Numbers of graduates 。
        application_numbers.append(int(row[2])) #讀取索引為2的資料，即Number of applicants
        
plt.plot(dates,numbers,label='Numbers of graduate', c='red') #顯示第一條線
plt.plot(dates,application_numbers,label='Number of applicant', c='green')  #顯示第二條線application_numbers折線
plt.fill_between(dates,numbers, application_numbers, facecolor='blue', alpha=0.5)   #在兩線之間填充顏色  alpha透明度
    
plt.title("The numbers of graduate",fontsize=24)
plt.xlabel('Years', fontsize=16)
plt.ylabel("The numbers", fontsize=16)
plt.legend()
plt.show()

實際執行結果如下：

 除了直接讀取檔案外，資料還有眾多其他來源，比如後期涉及的爬蟲等。

 

相關文章