File CSV berguna karena kesederhanaan dan portabilitasnya, tidak efektif untuk menampilkan atau menganalisis data dalam jumlah besar; namun, mereka tidak menampilkan data secara visual.
Kredit Gambar: SARINYAPINNGAM/iStock/GettyImages
Sebagian besar aplikasi database dan spreadsheet dapat dengan mudah menampilkan data tabel dalam bentuk file CSV (comma-separated-values). Meskipun file CSV berguna karena kesederhanaan dan portabilitasnya, file tersebut tidak efektif untuk menampilkan atau menganalisis data dalam jumlah besar. Untuk mengatasi keterbatasan ini, seorang programmer dapat menggunakan bahasa pemrograman Python dan matplotlib untuk plot data dari file CSV dan buat grafik menarik yang dapat dibaca dan menarik secara visual yang cocok untuk web atau cetak publikasi.
Persiapan untuk Memplot Data CSV
Sebelum Anda benar-benar memplot file CSV dengan Python, Anda harus memastikan bahwa Anda memiliki semua alat yang diperlukan dan membuat file pengujian. Ini termasuk menginstal Python dan pustaka yang diperlukan serta memiliki file CSV yang berisi dua kolom data numerik.
Video Hari Ini
Langkah 1: Buat File Tes
Pertama, buka editor teks Anda dan buat file CSV sederhana untuk pengujian. Contoh mungkin terlihat seperti ini:
1,2 2,3 3,8 4,13 5,18 6,21 7,13 7.5,4 2.5,4.3
Langkah 2: Impor Perpustakaan yang Diperlukan
Sekarang Anda siap untuk mengimpor pustaka python yang diperlukan ke file kode Anda dengan baris kode ini:
impor matplotlib.pyplot sebagai plt impor csv impor sys
Plot Grafik dengan Python dari CSV
Dengan persiapan yang sudah selesai, Anda sekarang dapat mulai benar-benar menggunakan Python untuk menggambar grafik dari file CSV.
Langkah 1: Buat Objek Pembaca
Buka file CSV dan buat objek pembaca darinya. Deklarasikan variabel untuk menentukan batas atas dan bawah untuk nilai sumbu x dan y dari grafik:
csv_reader = csv.reader (open('test.csv')) bigx = float(-sys.maxint -1) bigy = float(-sys.maxint -1) smallx = float (sys.maxint) smally = float (sys .maxint)
Langkah 2: Iterate Over Rows
Ulangi setiap baris yang terdapat dalam objek pembaca yang menyimpan setiap baris sebagai simpul dalam larik simpul. Dalam loop yang sama, bandingkan nilai x dan y untuk menyimpan batas atas dan bawahnya. Urutkan array vertex dan kemudian ulangi lagi. Kali ini simpan nilai x dan y yang diurutkan dalam larik terpisah:
verts = [] untuk baris di csv_reader: verts.append (baris) jika float (baris[0]) > bigx: bigx = float (baris[0]) jika float (baris[1]) > bigy: bigy = float ( baris[1]) jika float (baris[0]) < smallx: smallx = float (baris[0]) if float (baris[1]) < smally: smally = float (baris[1]) verts.sort() x_arr = [] y_arr = [] untuk vert dalam verts: x_arr .append (vert[0]) y_arr.append (vert[1])
Langkah 3: Buat Objek FigureCanvas
Buat objek FigureCanvas menggunakan objek pyplot matplotlib yang diimpor. Tambahkan sumbu grafik ke FigureCanvas dengan memanggil fungsi add_axes dan meneruskannya ke array nilai dalam bentuk: kiri, bawah, lebar, tinggi. Nilai-nilai ini menentukan di mana grafik ditempatkan di kanvas — nilainya dapat berkisar dari 0,0 hingga 1,0:
ara = plt.figure() ax = ara.add_axes([0.1, 0.1, 0.8, 0.8])
Langkah 4: Format Grafik
Format grafik penambahan label dan tentukan nilai minimum dan maksimum untuk setiap sumbu:
ax.set_xlabel('x data') ax.set_ylabel('y data') ax.set_xlim (smallx, bigx) ax.set_ylim (small, bigy)
Langkah 5: Plot Grafiknya
Plot grafik dengan meneruskan dua larik yang berisi nilai x dan y yang diambil dari file CSV. Sesuaikan plot garis dengan meneruskan nilai opsional seperti warna garis (warna) atau lebar garis (lw). Tampilkan grafik yang telah selesai dengan memanggil metode show untuk membuka jendela dan menyimpan gambar dengan memanggil savefig untuk membuat file bitmap pada disk:
ax.plot (x_arr, y_arr, color='blue', lw=2) plt.show() fig.savefig('test.png')
Pertimbangan Penting untuk File
Untuk membuat file yang dapat dibaca oleh juru bahasa Python, Anda harus menggunakan teks ascii atau editor kode yang membuat file teks saja. Anda dapat menyimpan gambar grafik dalam berbagai format gambar termasuk: png, pdf, ps, dan svg.
Lihat Dokumentasi Matplotlib
Beberapa aspek instalasi dan fungsionalitas pustaka matplotlib bervariasi pada platform komputer yang berbeda. Baca dokumentasi dengan cermat. Perpustakaan dapat menampilkan informasi numerik dalam banyak cara dan dapat disesuaikan dengan baik. Sebuah pembacaan menyeluruh dari dokumentasi akan diperlukan untuk menjadi mahir.
