Visualisieren Sie Daten aus einer CSV-Datei in Python
CSV steht für „ Comma-Separated Values “. Dies bedeutet, dass die Daten (Werte) in einer CSV-Datei durch ein Trennzeichen, dh Komma, getrennt sind. Daten in einer CSV-Datei werden im Tabellenformat mit der Erweiterung .csv gespeichert. Im Allgemeinen werden CSV-Dateien mit Google-Tabellen oder Microsoft Excel-Tabellen verwendet. Eine CSV-Datei enthält eine Reihe von Datensätzen, deren Daten über Zeilen und Spalten verteilt sind. In diesem Artikel werden wir Daten aus einer CSV-Datei in Python visualisieren.
Um die Daten in eine CSV-Datei zu extrahieren, muss das CSV-Modul wie folgt in unser Programm importiert werden:
import csv with open('file.csv') as File: Line_reader = csv.reader(File)
Hier wird die Funktion csv.reader( ) verwendet, um das Programm nach dem Importieren der CSV-Bibliothek zu lesen.
Beispiel 1: Visualisierung der Kolonne verschiedener Personen durch Balkendiagramm.
Die folgende CSV-Datei enthält verschiedene Personennamen, Geschlecht und Alter, die als „biostats.csv“ gespeichert sind:
Der Ansatz des Programms:
- Importieren Sie erforderliche Bibliotheken, Matplotlib-Bibliothek zum Visualisieren und CSV-Bibliothek zum Lesen von CSV-Daten.
- Öffnen Sie die Datei mit der Funktion open( ) im 'r'-Modus (schreibgeschützt) aus der CSV-Bibliothek und lesen Sie die Datei mit der Funktion csv.reader( ).
- Lesen Sie jede Zeile in der Datei mit einer for-Schleife.
- Erforderliche Spalten an eine Liste anhängen.
- Nachdem Sie die gesamte CSV-Datei gelesen haben, zeichnen Sie die erforderlichen Daten als X- und Y-Achse auf.
- In diesem Beispiel zeichnen wir Namen als X-Achse und Altersgruppen als Y-Achse.
Nachfolgend die Umsetzung:
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()
Ausgabe :
Beispiel 2: Visualisieren des Wetterberichts an verschiedenen Daten” -Durchgangsdiagramm .
Die Temperatur (°C) an verschiedenen Daten wird in einer CSV-Datei als „Weatherdata.csv“ gespeichert. Diese beiden Zeilen „Datum“ und „Temperatur (°C)“ werden als X- und Y-Achse zur Visualisierung von Wetterberichten verwendet.
Ansatz des Programms:
- Importieren Sie die erforderlichen Bibliotheken, die matplotlib-Bibliothek zum Visualisieren und die csv-Bibliothek zum Lesen von CSV-Daten.
- Öffnen Sie die Datei mit der Funktion open( ) im 'r'-Modus (schreibgeschützt) aus der CSV-Bibliothek und lesen Sie die Datei mit der Funktion csv.reader( ).
- Lesen Sie jede Zeile in der Datei mit einer for-Schleife.
- Fügen Sie erforderliche Spalten der CSV-Datei in eine Liste ein.
- Nachdem Sie die gesamte CSV-Datei gelesen haben, zeichnen Sie die erforderlichen Daten als X- und Y-Achse auf.
- In diesem Beispiel zeichnen wir Daten als X-Achse und Temperatur (°C) als Y-Achse.
Nachfolgend die Umsetzung:
Python3
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()
Ausgabe :
Beispiel 3: Visualisierung des Blutdruckberichts eines Patienten eines Krankenhauses durch Streudiagramm
Ansatz des Programms „Visualisierung des Blutdruckberichts des Patienten“ durch Streudiagramm :
- Importieren Sie die erforderlichen Bibliotheken, die Matplotlib-Bibliothek zur Visualisierung und den Import der CSV-Bibliothek zum Lesen von CSV-Daten.
- Öffnen Sie die Datei mit der Funktion open( ) im 'r'-Modus (schreibgeschützt) aus der CSV-Bibliothek und lesen Sie die Datei mit der Funktion csv.reader( ).
- Lesen Sie jede Zeile in der Datei mit einer for-Schleife.
- Fügen Sie erforderliche Spalten der CSV-Datei in eine Liste ein.
- Nachdem Sie die gesamte CSV-Datei gelesen haben, zeichnen Sie die erforderlichen Daten als X- und Y-Achse auf.
- In diesem Beispiel zeichnen wir die Namen der Patienten auf der X-Achse und die Blutdruckwerte auf der Y-Achse.
Nachfolgend die Umsetzung:
Python3
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()
Ausgabe :
Beispiel 4: Visualisierung der Schülernoten in verschiedenen Fächern mithilfe eines Tortendiagramms
Ansatz des Programms:
- Importieren Sie die erforderlichen Bibliotheken, die Matplotlib-Bibliothek zur Visualisierung und den Import der CSV-Bibliothek zum Lesen von CSV-Daten.
- Öffnen Sie die Datei mit der Funktion open( ) im 'r'-Modus (schreibgeschützt) aus der CSV-Bibliothek und lesen Sie die Datei mit der Funktion csv.reader( ).
- Lesen Sie jede Zeile in der Datei mit einer for-Schleife.
- Fügen Sie erforderliche Spalten der CSV-Datei in Listen ein.
- Nachdem Sie die gesamten CSV-Daten gelesen haben, zeichnen Sie die erforderlichen Daten als Kreisdiagramm mit der Funktion plt.pie( ).
Nachfolgend die Umsetzung:
Python3
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()
Ausgabe :