在Python上绘制CSV行/列更简单

Question

我有一个我想读的csv文件。 excel / csv表中的第一行是列标题＆＃34; Jan | Feb | Mar ...＆＃34;然后在每个列标题下面是浮点数据。我有以下代码：

filename ='Data.csv'
with open(filename) as f:
csvreader = csv.reader(f)
header_row = next(csvreader)
Jan, Feb = [], [] .... #(and so on)
Mar = []
Apr = []
May = []
Jun = []
Jul = []
Aug = []
Sep = []    
Oct = []
Nov = []
Dec = []
for row in csvreader:
    Jan.append(float(row[1]))
    Feb.append(float(row[2]))
    Mar.append(float(row[3]))
    Apr.append(float(row[4]))
    May.append(float(row[5]))
    Jun.append(float(row[6]))
    Jul.append(float(row[7]))
    Aug.append(float(row[8]))
    Sep.append(float(row[9]))
    Oct.append(float(row[10]))
    Nov.append(float(row[11]))
    Dec.append(float(row[12]))

如何压缩此代码，以便我可以轻松绘制带有x轴上的月份和y轴上的数据的条形图？

Answer 1

对我来说，最简单的方法是使用pandas库，因为它直接从数据框提供绘图功能。

import pandas as pd

df = pd.read_csv('Data.csv', sep='|') # or your sep in file
...
df.plot.bar()

编辑： 如果你有excel中的数据，则不需要为csv文件提供sep。 要阅读excel文件，它就像：

一样简单

df = pd.read_excel('Data.xlsx', sheetname='name')
df.plot.bar()

http://pandas.pydata.org/pandas-docs/version/0.20/generated/pandas.read_excel.html

一些例子：

df2 = pd.DataFrame(np.random.rand(10, 4), columns=['a', 'b', 'c', 'd'])
df2.plot.bar()

Pareas barplot文档： https://pandas.pydata.org/pandas-docs/stable/visualization.html#visualization-barplot

Answer 2

虚假数据/设置：

import csv, io
from pprint import pprint
from matplotlib import pyplot as plt

s = '''a, b, c
1, 2, 3
4, 5, 6
7, 8, 9'''
csv_file = io.StringIO(s)
reader = csv.reader(csv_file)

csv.reader对象返回行

header = next(reader)
data_rows = list(reader)

>>> pprint(data_rows, width = 20)
[['1', ' 2', ' 3'],
 ['4', ' 5', ' 6'],
 ['7', ' 8', ' 9']]
>>>

您可以使用zip()将数据转置为列

data_cols = zip(*data_rows)

>>> pprint(list(data_cols), width = 20)
[('1', '4', '7'),
 (' 2', ' 5', ' 8'),
 (' 3', ' 6', ' 9')]
>>> 

您可以使用zip将列与其标题相关联，并在图中添加图例

for month, data in zip(header, data_cols):
    plt.plot(data, label = month)
plt.legend()
plt.show()
plt.close()

如果您只想将数据放入容器并将列与其标题相关联，请将其放入dict：

data = {}
for month, column in zip(header, data_cols):
    data[month] = column

>>> data
{'a': ('1', '4', '7'), ' b': (' 2', ' 5', ' 8'), ' c': (' 3', ' 6', ' 9')}
>>>