Python-Plot-CSV

CSV steht für Comma Separated Values, ein beliebtes Format zum Speichern strukturierter Daten. Die CSV-Datei enthält die Daten in Form einer Tabelle mit Zeilen und Spalten.

Häufig müssen wir die in der CSV-Datei gespeicherten Daten visualisieren. Zu diesem Zweck bietet Python verschiedene Arten von Diagrammen zur Datenvisualisierung an.

Verwenden Sie matplotlib.pyplot, um die CSV-Daten in Python zu visualisieren

Matplotlib ist eine Open-Source- und beliebte Datenvisualisierungsbibliothek in Python. Es hat ein Untermodul namens pyplot, das zum Zeichnen von Graphen in Python verwendet wird.

Um matplotlib verwenden zu können, müssen wir es zuerst mit dem folgenden Befehl installieren.

#Python 3.x
pip install matplotlib

Verwenden Sie das Balkendiagramm, um CSV-Daten zu visualisieren

Ein Balkendiagramm ist ein Diagramm, das rechteckige Balken enthält, die die numerischen Werte für kategorische Merkmalsebenen als Balken anzeigen. Wir werden die Methode bar() des Moduls pyplot verwenden, um ein Balkendiagramm zu zeichnen.

Im folgenden Code haben wir die Daten aus der CSV-Datei mit der im Modul pandas verfügbaren read_csv()-Methode gelesen. Die Namen und Noten wurden aus den Daten abgerufen und in Listen umgewandelt.

Das x repräsentiert die unabhängige Variable Schülernamen auf der x-Achse. Die Liste y stellt die Noten der Schüler dar, die auf der y-Achse erscheinen.

Wir haben die Methode bar() verwendet und die Argumente übergeben. Die Breite des Balkens beträgt 0,5 und die Legende lautet Marks.

Schließlich haben wir die Methode show() aufgerufen, die das Balkendiagramm in der Ausgabe anzeigt.

Beispielcode:

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv("Student.csv")
display(data)
st_name = data["ST_Name"]
marks = data["Marks"]
x = list(st_name)
y = list(marks)
plt.bar(x, y, color="g", width=0.5, label="Marks")
plt.xlabel("Names")
plt.ylabel("Marks")
plt.title("Marks of different students")
plt.legend()
plt.show()

Ausgang:

Verwenden Sie Streudiagramm, um CSV-Daten zu visualisieren

Ein Streudiagramm verwendet Punkte, um die Daten als numerisches Paar (x,y) darzustellen, wobei x und y einen Wert darstellen. Wenn wir den Zusammenhang zwischen den Daten des Schülernamens und seinen Noten mithilfe eines Streudiagramms visualisieren, müssen wir nur die Methode scatter() aufrufen, indem wir x und y als erforderliche Argumente angeben.

Beispielcode:

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv("Student.csv")
display(data)
st_name = data["ST_Name"]
marks = data["Marks"]
x = list(st_name)
y = list(marks)
plt.scatter(x, y, color="g", label="Marks")
plt.xlabel("Names")
plt.ylabel("Marks")
plt.title("Marks of different students")
plt.legend()
plt.show()

Ausgang:

Verwenden Sie Tortendiagramm, um CSV-Daten zu visualisieren

Ein Tortendiagramm ist ein kreisförmiges Diagramm, das in viele Sektoren unterteilt ist. Die Fläche eines Bogens/Sektors repräsentiert seine Menge.

Wir haben ein Tortendiagramm verwendet, um die Noten der Schüler im folgenden Code zu visualisieren. Wir haben die Methode pie() aufgerufen und die Liste der Noten und Schülernamen als Beschriftungen auf dem Diagramm übergeben.

Wir haben auch den Prozentsatz jeder Portion mit dem autopct angezeigt. Der Schüler mit der höchsten Punktzahl nimmt den größeren Bereich des Tortendiagramms ein und umgekehrt.

Beispielcode:

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv("Student.csv")
display(data)
st_name = data["ST_Name"]
marks = data["Marks"]
x = list(st_name)
y = list(marks)
plt.pie(y, labels=st_name, autopct="%.2f%%")
plt.xlabel("Names")
plt.ylabel("Marks")
plt.title("Marks of different students")
plt.legend()
plt.show()

Ausgang:

Verwenden Sie Liniendiagramm, um CSV-Daten zu visualisieren

Ein Liniendiagramm ist ein Diagramm, das Informationen anzeigt, die sich im Laufe der Zeit in Form von Datenpunkten ändern. Wir werden die Methode plot() verwenden, um ein Liniendiagramm zu zeichnen.

Im folgenden Code haben wir mithilfe eines Liniendiagramms eine Stichprobe von COVID-Daten nach Daten entlang der x-Achse und der Anzahl der Fälle entlang der y-Achse visualisiert. Wir haben die Methode plot() aufgerufen und die notwendigen Argumente übergeben.

Der Linienstil stellt den Stil der Linie dar, die in unserem Fall gestrichelt, aber standardmäßig durchgezogen ist. Die Marker zeigen die Punkte an, die die Punkte der Linie darstellen.

Beispielcode:

# Python 3.x
import matplotlib.pyplot as plt
import pandas as pd

data = pd.read_csv("covid_cases.csv")
display(data)
date = data["Date"]
cases = data["No of Cases"]
x = list(date)
y = list(cases)
plt.plot(x, y, color="g", linestyle="dashed", marker="o", label="Covid Data")
plt.xlabel("Date")
plt.xticks(rotation=25)
plt.ylabel("No of Cases")
plt.title("No of new Covid Case")
plt.legend()
plt.show()

Ausgang: