天气数据图 | CSV格式 | Matplotlib | Datetime | Pandas

单个地区天气图绘制

1、sitka_weather_2014.csv文件部分数据

'''从csv格式文件中获取锡特卡地区2014年对应日期下的最高气温、最低气温，并作图'''
import csv
from datetime import datetime
from matplotlib import pyplot as plt
from matplotlib import dates as mdate
import pandas as pd
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

filename='sitka_weather_2014.csv'
#打开文件
with open(filename) as f:
    #读取文件所有行
    reader=csv.reader(f)
    #读取文件中的一行
    header_row=next(reader)

#从文件中获取日期，最高气温，最低气温
    dates,highs,lows=[],[],[]
    for row in reader:
        #读取每行数据的第1列
        current_date=datetime.strptime(row[0],"%Y-%m-%d")
        dates.append(current_date)
        #读取每行数据的第2列
        high=int(row[1])
        highs.append(high)
        #读取每行数据的第4列
        low=int(row[3])
        lows.append(low)
        
#根据数据绘制图表
fig=plt.figure(figsize=(10,6))
plt.plot(dates,highs, c='red',alpha=0.5)
plt.plot(dates,lows,c='blue',alpha=0.5)
#为绘图区域填充颜色，为蓝色
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.1) #alpha设置颜色透明度，默认为1，表示完全不透明
plt.title("Daily high and low temperatures -2014", fontsize=24)


#在原图像位置设置一个新的图像
ax=fig.add_subplot(1,1,1)
#设置x轴的格式为[%b：月份的缩写][%Y：年份]
ax.xaxis.set_major_formatter(mdate.DateFormatter('%b %Y'))
#设置x轴范围
plt.xticks(pd.date_range('2014-01','2014-12',freq='MS'),rotation=30) #freq='MS'：设置刻度格式为每月的开始（month start frequency） 

plt.xlabel(' ',fontsize=16)
fig.autofmt_xdate() #绘制斜的日期标签，避免彼此重叠
plt.ylabel('Temperature (F)',fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()

作图如下：

x轴标签设置参考：
https://www.jianshu.com/p/2a96f0cafbf1

添加错误检查代码，解决因数据缺失引发的异常
2、death_valley_2014.csv文件部分数据

import csv
from datetime import datetime
from matplotlib import pyplot as plt
from matplotlib import dates as mdate
import pandas as pd
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

#从文件中获取日期和最高气温
filename='death_valley_2014.csv'

#打开文件
with open(filename) as f:
    #读取文件所有行
    reader=csv.reader(f)
    #读取文件中的一行
    header_row=next(reader)
    header_row=next(reader)

#从文件中获取日期，最高气温，最低气温
    dates,highs,lows=[],[],[]
    for row in reader:
        try:
            #读取每行数据的第1列
            current_date=datetime.strptime(row[0],"%Y-%m-%d")
            #读取每行数据的第2列
            high=int(row[1])
            #读取每行数据的第4列
            low=int(row[3])
        except ValueError:
        	#打印一条错误消息，指出缺失数据的信息
            print(current_date,'missing data')
        else:
            dates.append(current_date)
            highs.append(high)
            lows.append(low)
        
#根据数据绘制图表
fig=plt.figure(figsize=(10,6))
plt.plot(dates,highs, c='red',alpha=0.5)
plt.plot(dates,lows,c='blue',alpha=0.5)
#为绘图区域填充颜色，为蓝色
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.1) #alpha设置颜色透明度，默认为1，表示完全不透明
plt.title("Daily high and low temperatures -2014\nDeath Valley, CA", fontsize=24)


#在原图像位置设置一个新的图像
ax=fig.add_subplot(1,1,1)
#设置x轴的格式为[%b：月份的缩写][%Y：年份]
ax.xaxis.set_major_formatter(mdate.DateFormatter('%b %Y'))
#设置x轴范围
plt.xticks(pd.date_range('2014-01','2014-12',freq='MS'),rotation=30) #freq='MS'：设置刻度格式为每月的开始（month start frequency） 

plt.xlabel(' ',fontsize=16)
fig.autofmt_xdate() #绘制斜的日期标签，避免彼此重叠
plt.ylabel('Temperature (F)',fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)
plt.show()

在一个图表中呈现两个数据集

import csv
from datetime import datetime
from matplotlib import pyplot as plt
from matplotlib import dates as mdate
import pandas as pd
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

def get_weather_data(filename,dates,highs,lows):
    '''Get the highs and lows from a data file.'''
    with open(filename) as f:
        #读取文件所有行
        reader=csv.reader(f)
        #读取文件中的一行
        header_row=next(reader)

        for row in reader:
            try:
                #读取每行数据的第1列
                current_date=datetime.strptime(row[0],"%Y-%m-%d")
                #读取每行数据的第2列
                high=int(row[1])
                #读取每行数据的第4列
                low=int(row[3])
            except ValueError:
                print(current_date,'missing data')
            else:
                dates.append(current_date)
                highs.append(high)
                lows.append(low)

#绘制锡特卡地区图表
dates,highs,lows=[],[],[]
get_weather_data('sitka_weather_2014.csv',dates,highs,lows)

fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,highs, c='red',alpha=0.6)
plt.plot(dates,lows,c='blue',alpha=0.6)
#为绘图区域填充颜色，为蓝色
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.15) #alpha设置颜色透明度，默认为1，表示完全不透明

#绘制死亡谷地区图表
dates,highs,lows=[],[],[]
get_weather_data('death_valley_2014.csv',dates,highs,lows)

plt.plot(dates,highs, c='red',alpha=0.3)
plt.plot(dates,lows,c='blue',alpha=0.3)
#为绘图区域填充颜色，为蓝色
plt.fill_between(dates,highs,lows,facecolor='blue',alpha=0.05) #alpha设置颜色透明度，默认为1，表示完全不透明

#format plot
title = "Daily high and low temperatures - 2014"
title += "\n Sitka, AK and Death Valley, CA"
plt.title(title, fontsize=20)
#在原图像位置设置一个新的图像
ax=fig.add_subplot(1,1,1)
#设置x轴的格式为[%b：月份的缩写][%Y：年份]
ax.xaxis.set_major_formatter(mdate.DateFormatter('%b %Y'))
#设置x轴范围
plt.xticks(pd.date_range('2014-01','2014-12',freq='MS'),rotation=30) #freq='MS'：设置刻度格式为每月的开始（month start frequency） 

plt.xlabel(' ',fontsize=16)
fig.autofmt_xdate() #绘制斜的日期标签，避免彼此重叠
plt.ylabel('Temperature (F)',fontsize=16)
#plt.ylim(ymin=0,ymax=120) 
plt.tick_params(axis='both',which='major',labelsize=16)

plt.show()

作图如下：

降雨量绘制

数据来源：https://github.com/ehmatthes/pcc/blob/gh-pages/resources/sitka_rainfall_2015.csv

import csv
from datetime import datetime
from matplotlib import pyplot as plt

from matplotlib import dates as mdate
import pandas as pd
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

# Get dates and rainfall data from data file
# raindata is in column 19

filename = 'sitka_rainfall_2015.csv'
with open(filename) as f:
    reader=csv.reader(f)
    header_row=next(reader)

    dates, rainfalls=[],[]
    for row in reader:
        try:
            current_date=datetime.strptime(row[0],"%Y/%m/%d")
            rainfall=float(row[19])
        except ValueError:
            print(current_date,'missing data')
        else:
            dates.append(current_date)
            rainfalls.append(rainfall)

#Plot data.
fig=plt.figure(dpi=128,figsize=(10,6))
plt.plot(dates,rainfalls,c='blue',alpha=0.5)
plt.fill_between(dates,rainfalls,facecolor='blue',alpha=0.2)

#Format plot
title="Daily rainfall amounts - 2015\nSitka, AK"
plt.title(title,fontsize=20)

ax=fig.add_subplot(1,1,1)
ax.xaxis.set_major_formatter(mdate.DateFormatter('%b %Y'))
plt.xticks(pd.date_range('2015-01','2015-12',freq='MS'),rotation=30) #freq='MS'：设置刻度格式为每月的开始（month start frequency） 

plt.xlabel('',fontsize=16)
fig.autofmt_xdate()
plt.ylabel("Rainfall (in)", fontsize=16)
plt.tick_params(axis='both',which='major',labelsize=16)

plt.show()