标签：文件 plt 读取 python matplotlib 从文件 reader csv row
前几篇都是手动录入或随机函数产生的数据。实际有许多类型的文件，以及许多方法，用它们从文件中提取数据来图形化。
比如之前python基础(12)介绍打开文件的方式，可直接读取文件中的数据，扩大了我们的数据来源。下面，将展示几种方法。
一、我们将使用内置的 csv 模块加载CSV文件
CSV文件是一种特殊的文本文件，文件中的数据以逗号作为分隔符，很适合进行数据的解析。先用excle建立如下表格和数据，另存为csv格式文件，放到代码目录下。
包含在Python标准库中自带CSV 模块，我们只需要import进来就能使用。比如我们需要将上面的CSV文件都打印出来，代码 如下:
import csv #import csv 用来导入csv模块
filename = 'E:\WorkSpace\python\coding\score.csv' #文件保存的绝对路径
with open(filename) as file_csv: #是不是忘记了如何打开文件？打开文件，并将结果文件对象存储在file_csv中
reader = csv.reader(file_csv) #直接调读取 用csv.read()读取文件内容
for row in reader: # 用for循环打印每一行
print(row)
运行结果如下：
['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、打印文件头及其位置
读入文件，是为了获取其中的数据，需要将相关信息进行分离，先看看如何读出头即文件的第一行， next()返回文件中的下一行。
import csv #import csv 用来导入csv模块
filename = 'E:\WorkSpace\python\coding\score.csv' #文件保存的绝对路径
with open(filename) as file_csv: #是不是忘记了如何打开文件？打开文件，并将结果文件对象存储在file_csv中
reader = csv.reader(file_csv) #直接调读取 用csv.read()读取文件内容
header_row = next(reader) #模块csv包含函数 next() ，调用它并将阅读器对象传递给它时，它将返回文件中的下一行。
#调用了next()一次，因此得到的是文件的第一行，其中包含文件头
#for row in reader: # 用for循环打印每一行
# print(row)
for index, column_header in enumerate(header_row): #对列表调用了enumerate()来获取每个元素的索引及其值
print(index, column_header)
运行后的结果如下所示：
0 Name 1 Grade 2 Class 3 Age 4 mathscore 5 Englishscore
提取其中索引，即name的索引为0，Grade的索引为1，知道了索引便可以读取其中的任何数据，比如我们要打印出mathscore，索引为4，于是代码如下：
scores =[] 定义一个空的list
for row in reader:
scores.append(int(row[4])) #读取的文件，默认为字符串，用int()转换为数字。
print(scores)
运行结果：
[95, 80, 93, 87, 85, 90, 99]
接下来，制作图表展示一下，先把mathscore和englishscore分数做个柱状对比。代码如下：
import matplotlib.pyplot as plt
import csv #import csv 用来导入csv模块
filename = 'E:\WorkSpace\python\coding\score.csv' #文件保存的绝对路径
with open(filename) as file_csv: #是不是忘记了如何打开文件？打开文件，并将结果文件对象存储在file_csv中
reader = csv.reader(file_csv) #直接调读取 用csv.read()读取文件内容
header_row = next(reader) #模块csv包含函数 next() ，调用它并将阅读器对象传递给它时，它将返回文件中的下一行。
#调用了 next() 一次，因此得到的是文件的第一行，其中包含文件头
mathscores =[] #定义两个列表
englishscores=[]
for row in reader:
mathscores.append(int(row[4])) #读取索引为4的数据，默认为字符串，用int()转换为数字。
englishscores.append(int(row[5])) #读取索引为5的数据，用int()转换为数字。
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()
已将那些打印相关代码删除。看运行结果：
接下来，我们读取文件 ，并根据文件中的时间来绘制图表
新建一个年份的数据（真的是胡编乱造的数据），第一列是年份，第二列每年毕业的人数，第三列是每年申请人数，如图所示：
要求：
1，按年份分别显示出每年两者的人数，并用不同的颜色表示；
2、两者间也用其他颜色进行填充。
完成代码如下：
import matplotlib.pyplot as plt
import csv #import csv 用来导入csv模块
from datetime import datetime #引入时间相关模块
filename = 'E:\WorkSpace\python\coding\graduatesNumbers.csv' #文件保存的绝对路径
with open(filename) as file_csv: #是不是忘记了如何打开文件？打开文件，并将结果文件对象存储在file_csv中
reader = csv.reader(file_csv) #直接调读取 用csv.read()读取文件内容
header_row = next(reader)
dates=[]
numbers=[]
application_numbers=[]
for row in reader:
current_date = datetime.strptime(row[0], "%Y/%m/%d") #年份，strptime()日期格式转化为字符串格式的函数
dates.append(current_date)
numbers.append(int(row[1])) #读取索引为1的数据，默认为字符串，用int()转换为数字，即Numbers of graduates 。
application_numbers.append(int(row[2])) #读取索引为2的数据，即Number of applicants
plt.plot(dates,numbers,label='Numbers of graduate', c='red') #显示第一条线
plt.plot(dates,application_numbers,label='Number of applicant', c='green') #显示第二条线application_numbers折线
plt.fill_between(dates,numbers, application_numbers, facecolor='blue', alpha=0.5) #在两线之间填充颜色 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()
实际运行结果如下：
标签：文件,plt,读取,python,matplotlib,从文件,reader,csv,row 来源： https://www.cnblogs.com/codingchen/p/16203699.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。