Python入门到放弃系列五

最新推荐文章于 2023-09-19 21:52:26 发布

幸运小侯子

最新推荐文章于 2023-09-19 21:52:26 发布

阅读量303

点赞数

分类专栏： 3天python学习入门到放弃

本文链接：https://blog.youkuaiyun.com/ruishenh/article/details/118112390

版权

本文档介绍了Python数据可视化的项目，包括折线图的绘制、API的使用。在数据提取中展示了CSV数据的处理，并通过示例讲解了如何创建折线图、世界地图。此外，还涉及了使用API获取数据，如利用requests库进行接口测试和数据解析，以及将数据组合成条形图。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第二部分项目-数据可视化

第十六章下载数据

读取CSV数据的头行信息

import csv

filename = '../data/csv_sitka_weather_07-2014.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)
    print(header_row)

输出信息：

['AKDT', 'Max TemperatureF', 'Mean TemperatureF', 'Min TemperatureF', 'Max Dew PointF', 'MeanDew PointF', 'Min DewpointF', 'Max Humidity', ' Mean Humidity', ' Min Humidity', ' Max Sea Level PressureIn', ' Mean Sea Level PressureIn', ' Min Sea Level PressureIn', ' Max VisibilityMiles', ' Mean VisibilityMiles', ' Min VisibilityMiles', ' Max Wind SpeedMPH', ' Mean Wind SpeedMPH', ' Max Gust SpeedMPH', 'PrecipitationIn', ' CloudCover', ' Events', ' WindDirDegrees']

发现idea也有不好的时候比如for关键字不如sublime提示的多，估计还得自己配模板。

提取数据-折线图

import csv
from matplotlib import pyplot as plt

filename = '../data/csv_sitka_weather_07-2014.csv'
hights = []
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)  # 读取头信息
    print(header_row)

    for row in reader:
        hights.append(row[1])  # 取高温信息

    print(hights)  # 打印所有的高温信息
    plt.figure(dpi=128, figsize=(10, 6))
    plt.plot(hights, c='red')
    plt.title('Daily high temperatures, July 2014', fontsize=24)
    plt.xlabel('', fontsize=14)
    plt.ylabel('Temperature (F)', fontsize=14)
    plt.tick_params(axis='both', which='major', labelsize=14)
    plt.show()

输出效果：

日期测试

import csv
from matplotlib import pyplot as plt
from datetime import datetime

filename = '../data/csv_sitka_weather_07-2014.csv'
hights, dates = [], []
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)  # 读取头信息
    print(header_row)

    for row in reader:
        dates.append(datetime.strptime(row[0], "%Y-%m-%d"))  # 日期函数格式化日期信息
        hights.append(row[1])  # 取高温信息

    print(hights)  # 打印所有的高温信息
    print(dates)
    fig = plt.figure(dpi=128, figsize=(10, 6))
    plt.plot(dates, hights, c='red')
    plt.title('Daily high temperatures, July 2014', fontsize=24)
    plt.xlabel('', fontsize=14)
    plt.ylabel('Temperature (F)', fontsize=14)
    plt.tick_params(axis='both', which='major', labelsize=14)
    fig.autofmt_xdate()  # 斜的日期标签
    plt.show()

# 枚举输出每个表头信息
for index, header_column in enumerate(header_row):
    print(index, header_column)

输出结果：

增加多个折线和中间填色（多个折线图）

import csv
from matplotlib import pyplot as plt
from datetime import datetime

filename = '../data/csv_sitka_weather_2014.csv'
hights, lows, dates = [], [], []
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)  # 读取头信息
    print(header_row)

    for row in reader:
        dates.append(datetime.strptime(row[0], "%Y-%m-%d"))  # 日期函数格式化日期信息
        hights.append(int(row[1]))  # 取高温信息，注意如果不转换 int，数轴可能乱序值
        lows.append(int(row[3]))
    print(hights)  # 打印所有的高温信息
    fig = plt.figure(dpi=128, figsize=(10, 6))
    plt.plot(dates, hights, c='red')
    plt.plot(dates, lows, c='blue')  # 增加一个低值得曲线
    plt.title('Daily high temperatures, July 2014', fontsize=24)
    plt.xlabel('', fontsize=14)
    plt.ylabel('Temperature (F)', fontsize=14)
    plt.tick_params(axis='both', which='major', labelsize=14)
    fig.autofmt_xdate()  # 斜的日期标签
    plt.fill_between(dates, hights, lows, facecolor='blue', alpha=0.1)  # 两个曲线之间涂颜色

    plt.show()

# 枚举输出每个表头信息
for index, header_column in enumerate(header_row):
    print(index, header_column)

输出效果：