CSV文件格式

Posted 2020-11-03 山本夏木

1.分析CSV文件头

import csv

filename=\'sitka_weather_07-2014.csv\'
with open(filename) as f:
    reader=csv.reader(f)
    header_row=next(reader)
    
    for index,column_header in enumerate(header_row):
        print(index,column_header)

 

2.提取最高气温数据并绘制图表

from matplotlib import pyplot as plt
import csv

filename=\'sitka_weather_07-2014.csv\'
with open(filename) as f:
    reader=csv.reader(f)
    header_row=next(reader)
    highs=[]
    for row in reader:
        highs.append(int(row[1]))
    
    plt.figure(dpi=128,figsize=(10,6))
    plt.plot(highs,c=\'red\')
    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.show()

 

3.在图表中添加日期

我们先试着输出第二行：

[\'2014-7-1\', \'64\', \'56\', \'50\', \'53\', \'51\', \'48\', \'96\', \'83\', \'58\', \'30.19\', \'30.00\', \'29.79\', \'10\', \'10\', \'10\', \'7\', \'4\', \'\', \'0.00\', \'7\', \'\', \'337\']

需要将字符串\'2014-7-1\'转换为一个表示相应日期的对象，可使用模块datetime中的方法strptime()

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

filename=\'sitka_weather_07-2014.csv\'
with open(filename) as f:
    reader=csv.reader(f)
    header_row=next(reader)
    
    dates,highs=[],[]
    for row in reader:
        current_date=datetime.strptime(row[0],"%Y-%m-%d")
        dates.append(current_date)
        highs.append(int(row[1]))

fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,highs,c=\'red\')

plt.title("Daily high temperature, July 2014", fontsize=24)
plt.xlabel("",fontsize=16)
plt.ylabel("Temperature (F)",fontsize=16)
fig.autofmt_xdate()
plt.tick_params(axis=\'both\',which=\'major\',labelsize=16)

plt.show()

这其中我们调用了fig.autofmt_xdate()来绘制斜的日期标签，以免它们彼此重叠。

 

4.绘制锡特卡2014高温低温图

首先再添加一个数据系列-最低气温，使用方法fill_between()，它接受一个x值系列和两个y值系列，并填充两个y值系列之间的空间（参数alpha指定颜色的透明度）：

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

filename=\'sitka_weather_2014.csv\'
with open(filename) as f:
    reader=csv.reader(f)
    header_row=next(reader)
    
    dates,highs,lows=[],[],[]
    for row in reader:
        current_date=datetime.strptime(row[0],"%Y-%m-%d")
        dates.append(current_date)
        highs.append(int(row[1]))
        lows.append(int(row[3]))

fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,highs,c=\'red\',alpha=0.5)
plt.plot(dates,lows,c=\'blue\',alpha=0.5)
plt.fill_between(dates,highs,lows,facecolor=\'blue\',alpha=0.1)

plt.title("Daily high and low temperatures - 2014", fontsize=24)
plt.xlabel("",fontsize=16)
plt.ylabel("Temperature (F)",fontsize=16)
fig.autofmt_xdate()
plt.tick_params(axis=\'both\',which=\'major\',labelsize=16)

plt.show()

 

5.错误检查

有些气象站会偶尔出现故障，未能收集部分或全部其应该收集的数据。缺失数据可能会引发异常，如果不妥善地处理，还可能导致程序崩溃。

我们换用加利福尼亚死亡谷的气温图，运行程序时报错：

该traceback指出，Python无法处理其中一天的最高气温，因为它无法将空字符串（\' \'）转化为整数。

查看 death_valley_2014.csv，就能发现其中的问题：

其中没有2014年2月16日的数据，为解决这种问题，我们在读取CSV数据时执行错误检查代码，对可能出现的异常进行处理：

for row in reader:
        try:
            current_date=datetime.strptime(row[0],"%Y-%m-%d")
            high=int(row[1])
            low=int(row[3])
        except ValueError:
            print(current_date,\' missing data\')
        else:
            dates.append(current_date)
            highs.append(high)
            lows.append(low)

只要缺失其中一项数据，就会引发ValueError异常，而我们可这样处理：打印一条错误消息，并指出缺失数据的日期。

运行程序，将发生缺失数据的日期只有一个：