Comment faire pour convertir un fichier CSV à un graphique en Python

La plupart des applications de bases de données et tableurs peuvent commodément données de la table de sortie sous la forme de fichiers CSV (comma-separated values). Bien que les fichiers CSV sont à portée de main en raison de leur simplicité et portabilité, ils sont inefficaces pour l'affichage ou l'analyse de grandes quantités de données. En utilisant Python et une bibliothèque de code externe, matplotlib, un programmeur peut surmonter cette limitation en convertissant les données brutes CSV dans un graphe lisible, visuellement attrayants qui conviennent pour le web ou print publication.

Choses que vous devez

  • environnement de script Python
  • Matplotlib, 2D bibliothèque de traçage de Python
  • Fichier CSV contenant deux colonnes de données numériques
  • éditeur de texte
  1. Rendu d'un fichier CSV comme un graphique en utilisant Python et Matplotlib

    • 1

      Créez un fichier CSV simple pour les tests. Un échantillon pourrait ressembler à ceci:

      1,2
      2,3
      3,8
      4,13
      5,18
      6,21
      7,13
      7.5,4
      2.5,4.3

    • 2

      Importez les bibliothèques python nécessaires dans votre fichier de code:

      matplotlib.pyplot d'importation comme plt
      csv d'importation
      import sys

    • 3

      Ouvrez le fichier CSV et créer un objet lecteur de lui. Déclarer des variables pour définir les limites supérieures et inférieures pour les axes x et y des valeurs du graphe:




      csv_reader = csv.reader (open ('test.csv'))
      BigX = flotteur (-sys.maxint -1)
      bigy = flotteur (-sys.maxint -1)
      smallx = flotteur (sys.maxint)
      smally = flotteur (sys.maxint)

    • 4

      Itérer sur chaque ligne contenue dans l'objet lecteur stocker chaque ligne comme un sommet dans un tableau de vertex. Dans la même boucle de comparer les valeurs x et y dans le but de stocker leurs limites supérieures et inférieures. Trier à nouveau le tableau de vertex et ensuite en boucle à travers elle. Ce magasin de temps les x triées et valeurs y dans des tableaux distincts:

      verts = []
      la ligne de la csv_reader:

      verts.append (ligne)
      si flotteur (row [0]) gt; BigX:
      BigX = flotteur (row [0])
      si flotteur (row [1]) gt; bigy:
      bigy = flotteur (row [1])
      si flotteur (row [0]) lt; smallx:
      smallx = flotteur (row [0])
      si flotteur (row [1]) lt; smally:
      smally = flotteur (row [1])

      verts.sort ()
      x_arr = []
      y_arr = []
      pour en vert verts:

      x_arr.append (vert [0])
      y_arr.append (vert [1])
    • 5



      Créer un objet FigureCanvas utilisant l'objet matplotlib de pyplot importé. Ajouter les axes du graphique à FigureCanvas en appelant les add_axes de fonction et en lui passant un tableau de valeurs sous la forme de: gauche, en bas, la largeur, la hauteur. Ces valeurs définissent où le graphique est placé sur la toile --- ils peuvent aller de 0,0 à 1,0:

      fig plt.figure = ()
      ax = fig.add_axes ([0,1, 0,1, 0,8, 0,8])

    • 6

      Format graphique ajout d'étiquettes et de définir les valeurs minimales et maximales pour chaque axe:

      ax.set_xlabel ('x données »)
      ax.set_ylabel («données y ')
      ax.set_xlim (smallx, BigX)
      ax.set_ylim (smally, bigy)

    • 7

      Tracer le graphique en passant dans les deux tableaux contenant les valeurs x et y récupérées à partir du fichier CSV. Personnalisez la parcelle de ligne en passant des valeurs optionnelles telles que la couleur de la ligne (de couleur) ou la largeur de ligne (LW). Afficher le graphique fini par appeler la méthode show pour ouvrir une fenêtre et stocker l'image en appelant savefig pour créer un fichier bitmap sur le disque:

      ax.plot (x_arr, y_arr, color = "blue", LW = 2)
      plt.show ()
      fig.savefig ('test.png')

    Conseils & Avertissements

    • Pour créer des fichiers que l'interpréteur Python peut lire, vous devez utiliser un texte ASCII ou un code éditeur qui crée fichiers textes seulement.
    • Vous pouvez stocker graphique images dans de nombreux formats d'image différents, y compris: png, pdf, ps, et SVG.
    • Certains aspects de l'installation de la bibliothèque de matplotlib et fonctionnalités varient sur différentes plates-formes informatiques. Lisez attentivement la documentation.
    • La bibliothèque peut afficher des informations numériques dans un grand nombre de façons et peut être finement personnalisée. Une lecture attentive de la documentation sera nécessaire pour devenir compétent.
    » » » » Comment faire pour convertir un fichier CSV à un graphique en Python