python怎么读(python怎么读取csv文件)

python怎么读

我们身边大多数人都叫它“派森”，包括很多IT行业工作者都这么叫。但是如果你关注过国外的Python讲座或会议，会发现其实很多美国人习惯把它叫做“派桑”。实际上“Python”这个词是有两种读法的，英音的读法更接近于汉字“派森”，美音则更接近于“派桑”的读音。下图是词典的解释。
至于“如何自学Python？”，我的水平有限，请大家听专业老师的讲解，相信对于大家Python学习会非常有帮助。

python怎么读取csv文件

前面程序展现的数据都是直接经过程序给出的，但实际应用可能需求展现不同来历（比方文件、网络）、不同格局（比方csv、JSON）的数据，这些数据可能有部分是损坏的，因而程序需求对这些数据进行处理。
csv文件格局的实质是一种以文本存储的表格数据（运用Excel工具即可读写csv文件）。csv文件的每行代表一行数据，每行数据中每个单元格内的数据以逗号离隔。
Python提供了csv模块来读写csv文件。因为csv文件的格局自身比较简略（一般榜首行是表头，用于说明每列数据的意义，接下来每行代表一行数据），因而运用csv模块读取csv文件也非常简略：
创立csv模块的读取器。
循环调用csv读取器的next()办法逐行读取csv文件内容即可。next()办法回来一个list列表代表一行数据，list列表的每个元素代表一个单元格数据。
本节运用的是2017年广州气候数据的csv文件（数据来历于http://lishi.tianqi.com/网站。下面程序示范了运用csv读取器来读取csv文件的两行内容。
importcsvfilename=’guangzhou-2017.csv’#翻开文件withopen(filename)asf:#创立cvs文件读取器reader=csv.reader(f)#读取榜首行，这行是表头数据。header_row=next(reader)print(header_row)#读取第二行，这行是真正的数据。first_row=next(reader)print(first_row)
上面程序中第7行代码创立了CSV读取器，第9行、第12行代码各读取文件的一行，其间第7行代码会回来csv文件的表头数据；第9行代码会回来真正的数据。
运转上面程序，能够看到如下输出成果：
[‘Date’,’MaxTemperatureC’,’MinTemperatureC’,’Description’,’WindDir’,’WindForce’][‘2017-1-1′,’24’,’13’,’晴’,’西南风’,’1级’]
从上面的输出成果能够看到，该文件的每行包含6个数据，别离是日期、最高温度、最低温度、气候状况、风向、风力。
把握了csv读取器的用法之后，下面程序将会运用Matplotlib来展现2017年7月广州的最高气温文最低气温。
importcsvfromdatetimeimportdatetimefrommatplotlibimportpyplotaspltfilename=’guangzhou-2017.csv’#翻开文件withopen(filename)asf:#创立cvs文件读取器reader=csv.reader(f)#读取榜首行，这行是表头数据。header_row=next(reader)print(header_row)#界说读取起始日期start_date=datetime(2017,6,30)#界说结束日期end_date=datetime(2017,8,1)#界说3个list列表作为展现的数据dates,highs,lows=[],[],[]forrowinreader:#将榜首列的值格局化为日期d=datetime.strptime(row[0],’%Y-%m-%d’)#只展现2017年7月的数据ifstart_date<d<end_date:dates.append(d)highs.append(int(row[1]))lows.append(int(row[2]))#配置图形fig=plt.figure(dpi=128,figsize=(12,9))#制作最高气温的折线plt.plot(dates,highs,c=’red’,label=’最高气温’,alpha=0.5,linewidth=2.0,linestyle=’-‘,marker=’v’)#再制作一条折线plt.plot(dates,lows,c=’blue’,label=’最低气温’,alpha=0.5,linewidth=3.0,linestyle=’-.’,marker=’o’)#为两个数据的绘图区域填充色彩plt.fill_between(dates,highs,lows,facecolor=’blue’,alpha=0.1)#设置标题plt.title(“广州2017年7月最高气温文最低气温”)#为两条坐标轴设置称号plt.xlabel(“日期”)#该办法制作斜着的日期标签fig.autofmt_xdate()plt.ylabel(“气温（℃）”)#显现图例plt.legend()ax=plt.gca()#设置右边坐标轴线的色彩（设置为none表明不显现）ax.spines[‘right’].set_color(‘none’)#设置顶部坐标轴线的色彩（设置为none表明不显现）ax.spines[‘top’].set_color(‘none’)plt.show()
上面程序的前半部分代码用于从csv文件中读取2017年7月广州的气温数据，程序别离运用了dates、highs和lows三个list列表来保存日期、最高气温、最低气温。
程序的后半部分代码制作了两条折线来显现最高气温文最低气温，其间第31行代码用于制作最高气温，第34行代码用于制作最低气温；第37行代码控制在两条折线之间填充色彩。程序也对坐标轴、图例进行了简略的设置。
运转上面程序，能够看到如图1所示的折线图。
7-1561110657.gif
程序也能够运用Pygal来统计2017年广州的气候汇总状况，比方统计出阴天、晴天、多云天和雨天各占多少天。程序会运用csv读取器读取2017年广州阴天、晴天、多云天和雨天共有多少天，然后将这些数据增加到pygal.Pie目标中即可制作饼图。该程序的代码如下：
importcsvimportpygalfilename=’guangzhou-2017.csv’#翻开文件withopen(filename)asf:#创立cvs文件读取器reader=csv.reader(f)#读取榜首行，这行是表头数据。header_row=next(reader)print(header_row)#预备展现的数据shades,sunnys,cloudys,rainys=0,0,0,0forrowinreader:if’阴’inrow[3]:shades+=1elif’晴’inrow[3]:sunnys+=1elif’云’inrow[3]:cloudys+=1elif’雨’inrow[3]:rainys+=1else:print(rows[3])#创立pygal.Pie目标（饼图）pie=pygal.Pie()#为饼图增加数据pie.add(“阴”,shades)pie.add(“晴”,sunnys)pie.add(“多云”,cloudys)pie.add(“雨”,rainys)pie.title=’2017年广州气候汇总’#设置将图例放在底部pie.legend_at_bottom=True#指定将数据图输出到SVG文件中pie.render_to_file(‘guangzhou_weather.svg’)
上面程序的前半部分代码也是用于从csv文件中读取2017年广州的气候数据，该程序只读取csv文件的数据行的第四列数据（气候描述），并运用shades、sunnys、cloudys、rainys别离保存阴天、晴天、多云天和雨天的数据。
上面程序中建了一个pygal.Pie目标，该目标就表明一个饼图。接下来向pygal.Pie目标增加数据。运转上面程序，能够生成如图2所示的饼图。