2019-01-02

highs_lows.py
带注释进行解释

#导入python标准库内的CSV模块，用来处理CSV格式的文件，
import csv
#导入matplotlib包里面的pyplot模块，用于可视化界面的搭建
from matplotlib import pyplot as plt
from datetime import datetime

#把天气数据和源文件放一个文件夹里，并读取death_valley_2014.csv
filename = 'death_valley_2014.csv'
#打开CSV文件，实例化一个CSV模块的reader阅读器对象
with open(filename) as f:
    reader = csv.reader(f)
    #返回第一行的内容，给header row
    header_row = next(reader)

#    print(header_row)

    dates,highs,lows=[],[],[]#提前生产三个空列表，分别用来储存日期、最高气温、最低气温
    for row in reader:#遍历阅读器获得的数据，一行一行的提取出来
        try:#尝试操作
            current_date = datetime.strptime(row[0],"%Y-%m-%d")#给取出来的数据第一列提取，并格式化为年-月-日
            high = int(row[1])#给取出来的数据第二列提取，把格式化为整数型
            low = int(row[3])#给取出来的数据第4列提取，把格式化为整数型
        except ValueError:#当提取所需要数据报错时，的处理办法
            print(current_date,'missing data')
        else:#如提取数据为报错，则按照以下方式执行
            dates.append(current_date)#把取得的日期数据添加到dates的列表中
            highs.append(high)#把取得的最高气温数据添加到highs的列表中
            lows.append(low)#把取得的最低气温数据添加到lows的列表中


    #print(highs)
#设备屏幕分辨率DPI为128像素/英寸，屏幕比例10比6
fig = plt.figure(dpi = 128,figsize=(10,6))
#屏幕中横轴用时间、纵轴用最高气温，并用红色，透明度50%，alpha为0，完全透明，alpha为1，完全不透明，
plt.plot(dates,highs,c='red',alpha=0.5)
#屏幕中横轴用时间、纵轴用最高气温，并用蓝色，透明度50%
plt.plot(dates,lows,c='blue',alpha=0.5)
#fill_between方法接收一个X值、两个Y值，在两个Y值之间采用facecolor的蓝色填充，透明度50%
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.1)
#可视化图标标题为“Daily high and low temperature,- 2014”，字体大小24号字号
plt.title('Daily high and low temperature,- 2014',fontsize=24)
#可视化X轴标题为空，字体大小16号字号
plt.xlabel('',fontsize=16)
#调用fig.autofmt_xdate绘制倾斜的日期标签，避免日期显示时候重叠
fig.autofmt_xdate()
#可视化Y轴标题为‘Temperature (F)’，字体大小16号字号
plt.ylabel('Temperature (F)',fontsize = 16)
#tick_params设置刻度的样式，axis代表实参X Y轴的刻度，both代表X Y轴都影响，which一共有三个参数major主刻度、minor次刻度、both主次刻度都显示，labelsize标签尺寸大小
plt.tick_params(axis='both',which='major',labelsize=16)
#生成可视化图标
plt.show()

输出时提示如下：

image.png