两种常见格式存储的数据：CSV和JSON 本篇看CSV。
文件资源：ituring.cn/book/1861 在右侧的"随书下载“的《Python编程》源代码文件-更新.zip Chap16中。CSV是指将一系列数据以逗号分隔 如2014-1-5，61，44，26，18，-1，，，0.00，195代码表示对 阿拉斯加锡特卡地区的温度变化数据 进行可视化 import matplotlib.pyplot as plt import csv from datetime import datetime filename = 'sitka_weather_07-2014.csv' with open(filename) as f: # 创建阅读器对象my_reader my_reader = csv.reader(f) # 读取第一行数据,结果存在变量（列表）first_row中 first_row = next(my_reader) # 打印首行信息及位置 for index, data in enumerate(first_row): print(index, data) # 存储7月每天的最高和最低气温 highs = [] lows = [] # 存储每天日期 dates = [] # 此时，阅读器读完第一行，从第二行数据开始读 # 从第一行信息中发现“最高气温”在第2列，下标为1 # “日期”在第1列，下标为0. # 用datetime类中的strptime()方法将日期字符串转化为日期对象 for row in my_reader: high = int(row[1]) low = int(row[3]) date = datetime.strptime(row[0], '%Y-%m-%d') highs.append(high) lows.append(low) dates.append(date) print(highs) print(lows) # 可视化 fig = plt.figure(figsize=(10, 6)) # alpha指颜色的透明度 0表示透明，1（默认）表示完全不透明 plt.plot(dates, highs, c='red', alpha=0.5) plt.plot(dates, lows, c='blue', alpha=0.5) # 填充最高气温和最低气温之间的区域 通过着色突出每天的气温范围 plt.fill_between(dates, highs, lows, facecolor='blue', alpha=0.1) plt.title('Daily high and low temperatures in July,2014', fontsize=24) plt.xlabel('', fontsize=16) fig.autofmt_xdate() # 绘制斜的日期标签 plt.ylabel('Temperature(F)', fontsize=16) plt.tick_params(axis='both', labelsize=16) plt.show() # plt.savefig('July Temperature(final)', bbox='tight')执行结果： 未填充最高温和最低温之间区域时： 备注：也可以使用2014年全年的数据进行操作。 文件名：filename = 'sitka_weather_2014.csv'
