python读取csv文件数据并绘制成折线图

1 原理简介

pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包

类似于 Numpy 的核心是 ndarray，pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的 。Series 和 DataFrame 分别对应于一维的序列和二维的表结构。

NumPy是一个高性能的科学计算和数据分析基础包，在数据分析领域有很多应用；

具有多维数组对象、线性代数、傅里叶变换和随机数等强大功能；

Matplotlib 是 Python 中一个非常实用的模块，使用 Matplotlib 可以绘制各式各样的图标。包括折线图、条形图、饼图、雷达图等。Matplotlib 是仿照 MATLAB 实现的

matplotlib使用mplot3d模块绘制三维图形

pandas是一个Python包，提供了快速、灵活和富有表现力的数据结构，旨在使处理“关系”或“标记”数据既简单又直观。它旨在成为用Python进行实际的、真实的数据分析的基本高级构建块。此外，它还有一个更广泛的目标，那就是成为任何语言中最强大、最灵活的开源数据分析/操作工具。它已经在朝着这个目标迈进。

具有异构类型列的表格数据，如在SQL表格或Excel电子表格中

有序和无序（不一定固定频率）时间序列数据。

具有行和列标签的任意矩阵数据（同质或异构

任何其他形式的观测/统计数据集。数据完全不需要标记就可以放入数据结构中

pandas的两个主要数据结构Series（一维）和DataFrame（二维）处理金融、统计、社会科学和许多工程领域的绝大多数典型用例。对于R用户来说，DataFrame提供了R的所有数据。框架提供了更多功能。pandas构建在NumPy之上，旨在与许多其他第三方库很好地集成在科学计算环境中。

2 代码

#用python绘制工件的图像

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

csv_data = np.loadtxt(open('/home/yifei/Proj/PythonProj/getboundary/csvs/fozi.csv',"rb"),delimiter=",",skiprows=0)

np.argsort(csv_data, axis=0)#排序

a,b=csv_data.shape

print(a,b)

# plt.xlabel('x')

# plt.ylabel('y')

# plt.title('Data')

# plt.legend()

# tidu=1000

# qq=a/tidu

# for j in range(0,int(qq)):

#     x, y = csv_data[tidu*j:tidu*j+tidu, 0], csv_data[tidu*j:tidu*j+tidu, 1]

#     #plt.scatter(x, y, s=0.01, c="#0000ff", marker='o')

#     plt.plot(x, y, '*', label='Data', color='black')

#     plt.show()

 

#绘制散点图

x, y = csv_data[:, 0], csv_data[:, 1]

plt.legend()

plt.plot(x, y, '*', label='Data', color='black')

# plt.scatter(x, y, s=0.01, c="#0000ff", marker='o')

plt.tick_params(axis='both',which='major',labelsize=1)

plt.savefig('./test2.png')

plt.show()