python 数据可视化练习(2)

简单的针对CSV和JSON两种格式的数据利用matplotlib和pygal两个模块进行相关的数据可视化操作。绘制了温度变化图像和人口分布地图。

---

例子来自: 《Python编程从入门到实战》【美】Eric Matthes

CSV 文件

定义

逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。

导入数据并分析

import csv
from matplotlib import pyplot as plt

filename = 'weather_test.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)

    # 打印数据的表头
    for index,column_header in enumerate(header_row):
        print(index,column_header)

    # 提取最高温度
    highs = []
    for row in reader:
        high = int (row[1])  # 转换为整形变量
        highs.append(high)


# 根据数据绘制图形
fig = plt.figure(dpi=128,figsize=(10,6))
plt.plot(highs,c='blue')

# 设置图形的格式
plt.title("Daily high temperatures, July 2014", fontsize=24)
plt.xlabel('', fontsize=16)
plt.ylabel("Temperature (F)", fontsize=16)
plt.tick_params(axis='both', which='major', labelsize=16)

plt.savefig('highs_lows.png', bbox_inches='tight')
plt.show()

加载一组温度数据(CSV)。通过打印表头可知最高温度在第二列，提取数据，转换成整形，然后用过pyplot绘制相应的折线图。

结果

时间信息

datetime 模块

使用

from datetime import datetime

my_date = datetime.strptime('2017-10-1', '%Y-%m-%d')
print(my_date)

输出

2017-10-01 00:00:00

美化图表

导入全年的温度信息，提取最高温和最低温，然后绘制折线图。填充其间隔

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

filename = 'sitka_weather_2014.csv'
with open(filename) as f:
    reader = csv.reader(f)
    header_row = next(reader)

    dates,highs,lows = [],[],[]
    for row in