In [1]:
# Render our plots inline
%matplotlib inline
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.mpl_style', 'default') # Make the graphs a bit prettier
plt.rcParams['figure.figsize'] = (15, 5)
1.1从 csv 文件中读取数据¶
你可以用read_csv函数来直接度csv文件，默认情况下，文件是用逗号分割字段。
接下来我们来看看蒙特利尔的一份骑车数据。这是原始页面 (法语的),这份数据已经包括在本目录中了。我们使用的是2012年的数据。
这份数据集记录了蒙特利尔市七条自行车道上每天有多少人。
In [2]:
broken_df = pd.read_csv('../data/bikes.csv')
In [3]:
# 先看下前三行
broken_df[:3]
Out[3]:
| Date;Berri 1;Br�beuf (donn�es non disponibles);C�te-Sainte-Catherine;Maisonneuve 1;Maisonneuve 2;du Parc;Pierre-Dupuy;Rachel1;St-Urbain (donn�es non disponibles) | |
|---|---|
| 0 | 01/01/2012;35;;0;38;51;26;10;16; |
| 1 | 02/01/2012;83;;1;68;153;53;6;43; |
| 2 | 03/01/2012;135;;2;104;248;89;3;58; |
显然，数据有问题！ 还好，read_csv函数有一系列的选项来解决这些问题：
- 将字段分隔符改为
; - 修改编码格式为
'latin1'(默认是'utf8') - 处理下 'Date'字段的日期格式
- 告诉pandas日期的格式是“天”在前而不是“月”在前
- 将Date列设为索引（Index）
In [4]:
fixed_df = pd.read_csv('../data/bikes.csv', sep=';', encoding='latin1', parse_dates=['Date'], dayfirst=True, index_col='Date')
fixed_df[:3]
Out[4]:
| Berri 1 | Brébeuf (données non disponibles) | Côte-Sainte-Catherine | Maisonneuve 1 | Maisonneuve 2 | du Parc | Pierre-Dupuy | Rachel1 | St-Urbain (données non disponibles) | |
|---|---|---|---|---|---|---|---|---|---|
| Date | |||||||||
| 2012-01-01 | 35 | NaN | 0 | 38 | 51 | 26 | 10 | 16 | NaN |
| 2012-01-02 | 83 | NaN | 1 | 68 | 153 | 53 | 6 | 43 | NaN |
| 2012-01-03 | 135 | NaN | 2 | 104 | 248 | 89 | 3 | 58 | NaN |
1.2 选取一列¶
读取CSV文件后，你得到的是一个叫DataFrame的数据结构，其由行和列构成。获取其中某一列数据的方式就跟你获取字典结构中某一key的value一样：
In [5]:
fixed_df['Berri 1']
Out[5]:
Date 2012-01-01 35 2012-01-02 83 2012-01-03 135 2012-01-04 144 2012-01-05 197 2012-01-06 146 2012-01-07 98 2012-01-08 95 2012-01-09 244 2012-01-10 397 2012-01-11 273 2012-01-12 157 2012-01-13 75 2012-01-14 32 2012-01-15 54 ... 2012-10-22 3650 2012-10-23 4177 2012-10-24 3744 2012-10-25 3735 2012-10-26 4290 2012-10-27 1857 2012-10-28 1310 2012-10-29 2919 2012-10-30 2887 2012-10-31 2634 2012-11-01 2405 2012-11-02 1582 2012-11-03 844 2012-11-04 966 2012-11-05 2247 Name: Berri 1, Length: 310
1.3 对一列数据画图¶
直接用.plot()就搞定，敢不敢再简单点！=
可以看到，显然，一二三月没多少人骑车～
In [6]:
_ = fixed_df['Berri 1'].plot()
此外，我们可以把所有列数据都在一张图上画出来。可以看到，所有折线都挤在一起了，不过所有折线的趋势都是一样的——废话。。。如果天气不好的话，所有自行车道上的人都会很少。
In [7]:
_ = fixed_df.plot(figsize=(15, 10))
1.4 把所有的都放在一起¶
下面两句话就是将画图所需要的全部代码：
In [8]:
df = pd.read_csv('../data/bikes.csv', sep=';', encoding='latin1', parse_dates=['Date'], dayfirst=True, index_col='Date')
_ = df['Berri 1'].plot()
