Python根据csv绘制多折线图（内含批量读取+自定义坐标标签+阴影处理）

实现功能

1.从csv中读取数据

2.数据清洗（大小超出范围的异常值处理）

3.数据累积处理（将每日数据处理为历史累积值）

4.绘制多折线图

---

0.导入相关包import os

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

1.从csv格式文件中读取数据

#设置相关文件筛选条件
site='3'
band="NDVI"
sentinel="2-L2A"
#设置路径
path= '../data/dataset/Train_region_csv/S{}/csv/{}-{}.csv'.format(sentinel,site, band)
#从csv中读取数据存为dataframe，index_col为选择原数据集中的某列作为返回的DataFrame的行标签的列
pixel_csv =  pd.read_csv(path, index_col = 0)

拓展：批量读取csv文件，存储为DataFrame格式

（1）从文件夹中读取 全部 / 指定部分文件名 的文件

import glob

sentinel = "2-L2A"
site = '3'
path= '../data/dataset/Train_region_csv/S{}/csv/'.format(sentinel)
#从路径中，读取所有csv格式的文件，返回含有所有csv格式文件名路径的列表file
file = glob.glob(os.path.join(path,"*.csv")) 
file_3 = glob.glob(os.path.join(path,"3-*.csv")) #文件名为3-xxx
file_x = glob.glob(os.path.join(path,"{}-*.csv".format(site))) #文件名为变量site的值-xxx  
print("file length：",len(file))  #读取到的文件数量
print（file）

（2）批量读取

list2dataframe=[]
for path_file in file:
    list2dataframe.append(pd.read_csv(path_file,index_col = 0))
#假设file中有8个csv文件的路径，则list2dataframe中存放8个对应的dataframe格式的数据

（3）整合（1）（2），封装为函数

def Dataloading_csv (folder_path):
#提取folder_path文件夹下的csv文件，存为Dataframe格式，返回个文件的dataframe的列表
    site='3'
    file = glob.glob(os.path.join(folder_path,"{}-*.csv".format(site)))
    list2dataframe=[]
    for path_file in file:
        list2dataframe.append(pd.read_csv(path_file,index_col = 0))
    return list2dataframe

2.数据清洗-删除超过范围的异常值

for j in range(pixel_csv.shape[1]):#dataframe的列数
    for i in range(pixel_csv.shape[0]):#dataframe的行数
    	# 对大于1或小于0的异常值，设为空值nan
        if (pixel_csv.iloc[i,j]> 1 or pixel_csv.iloc[i,j] < 0):
            pixel_csv.iloc[i,:]=np.nan

3.数据处理-将每日数据处理为历史累积值

 #列为日期，行为各项数据
 for j in range(1,pixel_csv.shape[1]): #第一天不需要做累积处理，从第二天（第二列）开始
    for i in range(pixel_csv.shape[0]):
        x=pixel_sum.iloc[i,j]
        pixel_sum.iloc[i,j]=x+pixel_sum.iloc[i,j-1]

4.绘制多折线图

对DataFrame使用describe函数，获得DataFrame的初步统计信息,其中包含min，max，mean

def plot_min_max_mean(data_desc):
    fig=plt.figure()
    ax=fig.add_subplot(1,1,1)
    ax.plot(data_desc.index, data_desc.iloc[:,7],color='crimson',label='Max')#max
    ax.plot(data_desc.index, data_desc.iloc[:,1],color='c',label='Mean')#mean
    ax.plot(data_desc.index, data_desc.iloc[:,3],color='royalblue',label='Min')#min
	
	#设置x坐标轴的刻度信息
    ax.set_xticks([0,12,25,37,49,62,74,84])#第0，12，25...等位置划分一个刻度
    ax.set_xticklabels(['04-01', '05-01', '06-01', '07-01', '08-01', '09-01','10-01','11-01'],rotation=45,fontsize=12)#设置刻度标签：名称、旋转角度、字体大小、颜色等

    plt.title('Site-3',fontsize=16)#设置图题
    plt.xlabel('Dates',fontsize=14)#设置x轴名称
    plt.ylabel('EVI',fontsize=14)#设置y轴名称
    plt.fill_between(data_desc.index, data_desc.iloc[:,7], data_desc.iloc[:,3], facecolor="orange",alpha=0.1)#在min和max两条曲线内设置阴影、颜色、透明度
    plt.legend()
    plt.show()