Python项目，数据可视化，Python项目中的数据可视化探索

Python项目中的数据可视化是一个重要的环节，用于将大量数据转化为直观、易于理解的图形。通过Python的各种可视化库，如Matplotlib、Seaborn和Plotly等，可以轻松地生成图表、图像和交互式可视化。这些工具能够帮助分析师、数据科学家和开发人员快速理解数据，发现模式，预测趋势，并做出明智的决策。数据可视化在数据分析、机器学习、业务智能等领域具有广泛应用。

埃里克·马特斯（Eric Matthes）

Python项目，数据可视化，Python项目中的数据可视化探索第1张

章节 2：数据下载

2.1 sitka_weather_07-2021_simple.csv 数据处理

我们从路径中获取CSV文件内容，并提取出必要的数据，以下是处理sitka_weather_07-2021_simple.csv 文件的Python代码。

Python项目，数据可视化，Python项目中的数据可视化探索第2张

from pathlib import Path
import matplotlib.pyplot as plt
import csv
from datetime import datetime
指定文件路径
path = Path('D:\CH16\sitka_weather_07-2021_simple.csv')
读取文件内容并分割成行
lines = path.read_text().splitlines()
使用csv模块读取数据
reader = csv.reader(lines)
获取头部信息
header_row = next(reader)
print("头部信息为：", header_row)
初始化列表以存储最高温度和日期
highs = []
dates = []
遍历每一行数据
for row in reader:
    # 提取最高温度并转为整数形式存储
    high = int(row[4])
    highs.append(high)
    
    # 提取日期并转为datetime对象存储
    current_date = datetime.strptime(row[2], '%Y-%m-%d')
    dates.append(current_date)
打印提取出的最高温度和日期信息
print("最高温度列表：", highs)
print("日期列表：", dates)
设置图形样式并绘制温度图
plt.style.use('seaborn-v0_8')
fig, ax = plt.subplots()
ax.plot(dates, highs, color='red')
ax.set_title('2021年7月每日最高温度', fontsize=24)
ax.set_xlabel('日期', fontsize=14)
ax.set_ylabel('温度（华氏）', fontsize=14)
plt.show()

注意: 代码中的row[4] 表示提取CSV文件中的第五列数据，假设这一列是最高温度数据，同样，row[2] 表示提取第三列数据，假设这一列是日期数据，请根据实际情况调整列索引，确保CSV文件的日期格式与代码中的格式匹配，如果不匹配，需要调整datetime.strptime 中的格式字符串，确保图片路径和文件名正确无误，如果图片无法显示，请检查图片路径和文件格式是否正确，如果图片大小不合适，可以调整plt.show() 之前的相关参数来调整图形尺寸，同时确保你的Python环境中已经安装了必要的库，如matplotlib 和pathlib，如果未安装，请使用pip进行安装。