在Python可视化来自 CSV 文件的数据

CSV 代表“逗号分隔值”。这意味着 CSV 文件中的数据（值）由分隔符（即逗号）分隔。 CSV 文件中的数据以表格格式存储，扩展名为 .csv。通常，CSV 文件与 Google 电子表格或 Microsoft Excel 工作表一起使用。 CSV 文件包含许多记录，数据分布在行和列之间。在本文中，我们将在Python可视化来自 CSV 文件的数据。

要提取 CSV 文件中的数据，必须在我们的程序中导入 CSV 模块，如下所示：

import csv

with open('file.csv') as File:  
    Line_reader = csv.reader(File) 

这里使用 csv.reader( )函数来读取导入 CSV 库后的程序。

示例 1：通过条形图可视化不同人员的列。

以下 CSV 文件包含保存为“biostats.csv”的不同人名、性别和年龄：

方案的方法：

1. 导入所需的库、用于可视化的 matplotlib 库和用于读取 CSV 数据的 CSV 库。
2. 使用 open( )函数从 CSV 库中以 'r' 模式（只读）打开文件，并使用 csv.reader( )函数读取文件。
3. 使用 for 循环读取文件中的每一行。
4. 将所需的列附加到列表中。
5. 读取整个 CSV 文件后，将所需数据绘制为 X 和 Y 轴。
6. 在此示例中，我们将名称绘制为 X 轴，将年龄绘制为 Y 轴。

下面是实现：

Python3

import matplotlib.pyplot as plt
import csv
  
x = []
y = []
  
with open('biostats.csv','r') as csvfile:
    plots = csv.reader(csvfile, delimiter = ',')
      
    for row in plots:
        x.append(row[0])
        y.append(int(row[2]))
  
plt.bar(x, y, color = 'g', width = 0.72, label = "Age")
plt.xlabel('Names')
plt.ylabel('Ages')
plt.title('Ages of different persons')
plt.legend()
plt.show()

输出 ：

示例 2：可视化不同日期的天气报告“直通线图。

不同日期的温度 (°C) 以“Weatherdata.csv”形式存储在 CSV 文件中。这两行“日期”和“温度（°C）”用作 X 轴和 Y 轴，用于可视化天气报告。

方案方法：

1. 导入所需的库、用于可视化的 matplotlib 库和用于读取 CSV 数据的 csv 库。
2. 使用 open( )函数从 CSV 库中以 'r' 模式（只读）打开文件，并使用 csv.reader( )函数读取文件。
3. 使用 for 循环读取文件中的每一行。
4. 将 CSV 文件的所需列附加到列表中。
5. 读取整个 CSV 文件后，将所需数据绘制为 X 和 Y 轴。
6. 在此示例中，我们将日期绘制为 X 轴，将温度 (°C ) 绘制为 Y 轴。

下面是实现：

蟒蛇3

import matplotlib.pyplot as plt
import csv
  
x = []
y = []
  
with open('Weatherdata.csv','r') as csvfile:
    lines = csv.reader(csvfile, delimiter=',')
    for row in lines:
        x.append(row[0])
        y.append(int(row[1]))
  
plt.plot(x, y, color = 'g', linestyle = 'dashed',
         marker = 'o',label = "Weather Data")
  
plt.xticks(rotation = 25)
plt.xlabel('Dates')
plt.ylabel('Temperature(°C)')
plt.title('Weather Report', fontsize = 20)
plt.grid()
plt.legend()
plt.show()

输出 ：

示例 3：通过散点图可视化医院的患者血压报告

通过散点图“可视化患者血压报告”程序的方法：

1. 导入需要的库，用于可视化的 matplotlib 库和用于读取 CSV 数据的导入 csv 库。
2. 使用 open( )函数从 CSV 库中以 'r' 模式（只读）打开文件，并使用 csv.reader( )函数读取文件。
3. 使用 for 循环读取文件中的每一行。
4. 将 CSV 文件的所需列附加到列表中。
5. 读取整个 CSV 文件后，将所需数据绘制为 X 和 Y 轴。
6. 在此示例中，我们将患者姓名绘制为 X 轴，将血压值绘制为 Y 轴。

下面是实现：

蟒蛇3

import matplotlib.pyplot as plt
import csv
  
Names = []
Values = []
  
with open('bldprs_measure.csv','r') as csvfile:
    lines = csv.reader(csvfile, delimiter=',')
    for row in lines:
        Names.append(row[0])
        Values.append(int(row[1]))
  
plt.scatter(Names, Values, color = 'g',s = 100)
plt.xticks(rotation = 25)
plt.xlabel('Names')
plt.ylabel('Values')
plt.title('Patients Blood Pressure Report', fontsize = 20)
  
plt.show()

输出 ：

示例 4：使用饼图可视化学生在不同科目中的分数

方案方法：

1. 导入需要的库，用于可视化的 matplotlib 库和用于读取 CSV 数据的导入 csv 库。
2. 使用 open( )函数从 CSV 库中以 'r' 模式（只读）打开文件，并使用 csv.reader( )函数读取文件。
3. 使用 for 循环读取文件中的每一行。
4. 将 CSV 文件的所需列附加到列表中。
5. 读取整个 CSV 数据后，使用 plt.pie()函数将所需数据绘制为饼图。

下面是实现：

蟒蛇3

import matplotlib.pyplot as plt
import csv
  
Subjects = []
Scores = []
  
with open('SubjectMarks.csv', 'r') as csvfile:
    lines = csv.reader(csvfile, delimiter = ',')
    for row in lines:
        Subjects.append(row[0])
        Scores.append(int(row[1]))
  
plt.pie(Scores,labels = Subjects,autopct = '%.2f%%')
plt.title('Marks of a Student', fontsize = 20)
plt.show()

输出 ：