使用 Matplotlib，可视化 CSV 数据

Question

Using matplotlib/pandas/python, I cannot visualize data as values per 30mins and per days是一个新问题，与这个问题密切相关。

我想用 Matplotlib 可视化 CSV 数据。

下面是我的代码1.30mins.py

import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np

style.use('ggplot')

x,y =np.loadtxt('total_watt.csv',
                unpack = True,
                delimiter = ',')

plt.plot(x,y)

plt.title('Example')
plt.ylabel('Y axis')
plt.xlabel('X axis')

plt.show()

当我实现1.30mins.py 时，我收到以下错误消息。

(DataVizProj)Soma-Suzuki:Soma Suzuki$ python 1.30mins.py
Traceback (most recent call last):
  File "1.30mins.py", line 10, in <module>
    delimiter = ',')
  File "/Users/Suzuki/Envs/DataVizProj/lib/python2.7/site-packages/numpy/lib/npyio.py", line 856, in loadtxt
    items = [conv(val) for (conv, val) in zip(converters, vals)]
ValueError: invalid literal for float(): 2011-04-18 13:22:00

这是我的total_watt.csv

2011-04-18 21:22:00 659.670303375527
2011-04-18 21:52:00 576.304871428571
2011-04-18 22:22:00 2,497.20620579196
2011-04-18 22:52:00 2,790.20392088608
2011-04-18 23:22:00 1,092.20906629318
2011-04-18 23:52:00 825.994417375886
2011-04-19 00:22:00 2,397.16672089666
2011-04-19 00:52:00 1,411.66659265233

据我自己搜索，我需要在我的程序中添加converters或%y-%m-%t​。

我的python版本是2.76 我的 matpltlib 版本是 1.42

Answer 1

我不知道 numpy 是否有直接读取日期时间对象的功能。但是，如果您不是在寻找一个优雅的解决方案，这里有一些快速而肮脏的代码，可以使用另外两个模块 csv 和 datetime 来完成您想要的操作。

我使用文件“sample.csv”（注意我放置逗号的位置）：

     2011-04-18 21:22:00, 659.670303375527
     2011-04-18 21:52:00, 576.304871428571

代码是

     from matplotlib import style
     from matplotlib import pylab as plt
     import numpy as np

     style.use('ggplot')

     filename='sample.csv'
     date=[]
     number=[]

     import csv
     with open(filename, 'rb') as csvfile:
         csvreader = csv.reader(csvfile, delimiter=',', quotechar='|')
         for row in csvreader:
             if len(row) ==2 :
                 date.append(row[0])
                 number.append(row[1])

     number=np.array(number)

     import datetime
     for ii in range(len(date)):
         date[ii]=datetime.datetime.strptime(date[ii], '%Y-%m-%d %H:%M:%S')

     plt.plot(date,number)

     plt.title('Example')
     plt.ylabel('Y axis')
     plt.xlabel('X axis')

     plt.show()

给我下图。

如果您正在寻找使用 numpy 的更优雅的解决方案，我相信有人会知道更好的方法。

Answer 2

你的数据

2011-04-18 21:22:00 659.670303375527
2011-04-18 21:52:00 576.304871428571
...

不使用空格或逗号分隔。它可以被视为具有固定宽度 然而列。 np.genfromtxt 可以读取固定宽度的数据。而不是通过 字符串到delimiter，传递一个整数序列，表示每个整数的宽度 字段。

---

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from matplotlib import style
style.use('ggplot')

x, y = np.genfromtxt('total_watt.csv',
                     unpack=True,
                     delimiter=[19, 10**6], dtype=None)

x = mdates.datestr2num(x)
y = np.array(np.char.replace(y, ',', ''), dtype=float)

fig, ax = plt.subplots()
ax.plot(x, y)

plt.title('Example')
plt.ylabel('Y axis')
plt.xlabel('X axis')
xfmt = mdates.DateFormatter('%Y-%m-%d %H:%M:%S')
ax.xaxis.set_major_formatter(xfmt)

fig.autofmt_xdate()
plt.show()

产量