python 数据可视化 -- 读取数据

从 CSV 文件中读取数据

import sys
import csv  # python 内置该模块 支持各种CSV文件

file_name = r"..\ch02_data\ch02-data.csv"  # r 指明字符串不用转义
data = []

try:
    with open(file_name) as f:  # 打开文件
        reader = csv.reader(f)  # 获取 reader 对象,通过对该对象的遍历获取文件的所有内容
        header = next(reader)  # 读取文件头
        data = [row for row in reader]  # 读取文件内容,并存放到列表中
except csv.Error as e:
    print("Error reading CSV file at line %s: %s" %(reader.line_num, e))
    sys.exit(-1)

if header:
    print(header)
    print("===========================")

for datarow in data:
    print(datarow)

从 Excel 中读取数据

www.python-excel.org 项目提供的软件包可以方便 python 处理 excel 文件。

该项目提供的 package 有:openpyxl  xlsxwriter  xlrd  xlwt  xlutils

安装方法:以管理员方式打开 cmd --> pip install xlrd

import xlrd  ## 专门读取 excel 的 package
# from pprint import pprint

file = r"..\ch02_data\ch02-xlsxdata.xlsx"
wb = xlrd.open_workbook(filename = file)  # 读取 excel 文件,返回 xlrd.book.Book 类的实例对象
ws = wb.sheet_by_name("Sheet1")  # 根据 sheet name 读取 sheet 中的数据,返回 xlrd.sheet.Sheet 类的实例对象
data_set = []
for r in range(ws.nrows):  # sheet 的行数
    col = []
    for c in range(ws.ncols):  # sheet 的列数
        col.append(ws.cell(r, c).value)  # 获取指定的 Cell 的实例对象,通过  value 属性获取值
    data_set.append(col)
# pprint(data_set)
for i in data_set:
    print(i)

从定宽数据文件导入数据

原文地址:https://www.cnblogs.com/0820LL/p/10330718.html

时间: 2024-11-09 23:33:24

python 数据可视化 -- 读取数据的相关文章

数据可视化(9)--数据可视化6步法

在当前互联网,各种数据可视化图表层出不穷,本文尝试对数据可视化的方法进行归纳,整理成6步法.一般的数据图表都可以拆分成最基本的两类元素: 所描述的事物及这个事物的数值,我们暂且将其分别定义为指标和指标值.比如一个性别分布中,男性占比30%,女性占比70%,那么指标就是男性.女性,指标值对应为30%.70%. 1. 将指标值图形化 一个指标值就是一个数据,将数据的大小以图形的方式表现.比如用柱形图的长度或高度表现数据大小,这也是最常用的可视化形式.传统的柱形图.饼图有可能会带来审美疲劳,可尝试从图

【数据可视化】数据可视化分类

数据可视化分为:科学可视化.信息可视化,可视化分析学这三个主要分支. 科学可视化,处理科学数据,面向科学和工程领域的科学可视化,研究带有空间坐标和几何信息的三维空间测量数据.计算模拟数据和医疗影像数据等,重点探索如何有效地呈现数据中几何.拓扑和形状特征.信息可视化,处理对象是非结构化.非几何的抽象数据,如金融交易.社交网络和文本数据,其核心挑战是如何针对大尺度高维数据减少视觉混淆对有用信息的干扰.可视分析学,由于数据分析的重要性,将可视化与分析结合,形成的新的学科. 科学可视化(Science

tp5.0行为的用法,可以存入json数据,方便读取数据。

1.首先新建个文件夹命名为behavior:2.在文件夹下面新建一个类,如Auth类:3 . 定义命名空间<?php namespace app\admin\behavior;//Config存入的是json配置数据,引入模型方便读取数据.use app\admin\model\Config;//引入这个就是为了方便可以使用提示方法 如:$this->success(); $this->success();use \traits\controller\Jump;class Auth{pu

第二篇:R语言数据可视化之数据塑形技术

前言 绘制统计图形时,半数以上的时间会花在调用绘图命令之前的数据塑型操作上.因为在把数据送进绘图函数前,还得将数据框转换为适当格式才行. 本文将给出使用R语言进行数据塑型的一些基本的技巧,更多技术细节推荐参考<R语言核心手册>. 数据框塑型 1. 创建数据框 - data.frame() # 创建向量p p = c("A", "B", "C") # 创建向量q q = 1:3 # 创建数据框:含p/q两列 dat = data.fra

最简洁的Python时间序列可视化:数据科学分析价格趋势,预测价格,探索价格

时间序列数据在数据科学领域无处不在,在量化金融领域也十分常见,可以用于分析价格趋势,预测价格,探索价格行为等. 学会对时间序列数据进行可视化,能够帮助我们更加直观地探索时间序列数据,寻找其潜在的规律. 本文会利用Python中的matplotlib[1]库,并配合实例进行讲解.matplotlib库是?个?于创建出版质量图表的桌?绘图包(2D绘图库),是Python中最基本的可视化工具. [工具]Python 3 [数据]Tushare [注]示例注重的是方法的讲解,请大家灵活掌握. 01 单个

Python从数据库读取数据写入json格式文件

#!/usr/bin/python# -*- coding: UTF-8 -*-########################################################################## File Name: addreplace.py# Author: yuhaitao# mail: [email protected]# Created Time: Fri 31 Mar 2017 07:05:13 PM PDT#####################

python 数据可视化 -- 真实数据的噪声平滑处理

平滑数据噪声的一个简单朴素的做法是,对窗口(样本)求平均,然后仅仅绘制出给定窗口的平均值,而不是所有的数据点. import matplotlib.pyplot as plt import numpy as np def moving_average(interval, window_size): window = np.ones(int(window_size)) / float(window_size) return np.convolve(interval, window, 'same')

jxl的使用,从excel插入数据以及读取数据

最近写的一个小项目需要把txt文件里面的内容转化成excel,经过查寻资料发现现阶段Java操作Excel的JAR主要有apache 的POI及jxl.Jxl方便快捷,POI用于对复杂Excel的操作. 以下为写数据进入excel的代码 public static void addDataToExcel(String[] dataArr,String filepath) throws IOException, RowsExceededException, WriteException{ //构建

数据可视化中数据展示效果,基于highcharts的图表数据展示

最近在公司里搞对外的大屏展示,效果需要比较酷炫. 因为只是单纯的数据展示+效果,而且时间比较紧(2天时间基于一个原先的3D地球模型,制作配套十来个页面),采用jquery+highcharts (效果1) (效果2) 上面就是效果图,直接上代码,文件引入这样的问题就不说了 1 render_chart: function (chartid, type) { 2 let chartOption = {}; 3 switch (type) { 4 case "areaspline" : 5