2016-10-07 3 views
0

Ich lerne, Dinge (CSV-Dateien) in Python, mit plotten.Plot Angabe Spalte nach Name, Großbuchstaben Ausgabe

Column1;Column2;Column3; 
1;4;6; 
2;2;6; 
3;3;8; 
4;1;1; 
5;4;2; 

Ich kann die eine Handlung oben mit plt.plotfile('test0.csv', (0, 1), delimiter=';'), die unter mir die Figur gibt.

Sehen Sie die Achsenbeschriftungen column1 und column2? Sie sind in der Figur in Kleinbuchstaben, aber in der Datendatei beginnen sie mit Großbuchstaben.

Auch habe ich versucht plt.plotfile('test0.csv', ('Column1', 'Column2'), delimiter=';'), die nicht funktioniert.

So scheint es matplotlib.pyplot funktioniert nur mit Klein Namen :(

dieses Problem mit this other Summieren, ich, es ist Zeit erraten, etwas anderes zu versuchen.

Wie ich in Python ziemlich neu bin Plotten, würde ich gerne fragen: Wo soll ich von hier aus gehen, ein wenig mehr als das, was matplotlib.pyplot bietet

soll ich pandas gehen

?

+1

Kannst du 'plt.xlabel (" Column1 ")' und ähnliches für 'ylabel'? – mitoRibo

+0

Von der Docstring: "Matplotlib wird Spaltenüberschriften Kleinbuchstaben, Leerzeichen durch Unterstriche ersetzen und alle unzulässigen Zeichen entfernen; so wird' ''Adj Schließen *'' 'Name' ''Adj_close'''." – Goyo

Antwort

1

Sie vermischen hier zwei Dinge.
Matplotlib ist für das Plotten von Daten ausgelegt. Es ist nicht für die Verwaltung von Daten ausgelegt.
Pandas ist für die Datenanalyse konzipiert. Selbst wenn Sie Pandas verwenden würden, müssten Sie die Daten trotzdem grafisch darstellen. Wie? Nun, wahrscheinlich mit Matplotlib! Unabhängig davon, was Sie tun, denken Sie daran, wie ein dreistufiges Verfahren:

  1. Datenerfassung, lesenen Daten
  2. Datenverarbeitung
  3. Datendarstellung/Plotten

plt.plotfile() ist eine Komfortfunktion, die Sie verwenden können, wenn Sie Schritt 2 überhaupt nicht benötigen. Aber es hat sicherlich seine Grenzen.

Methods in Daten (nicht vollständig natürlich) werden unter Verwendung von reinem Python open, Python csvReader oder ähnlich, numpy/scipy, pandas usw.

Auswuchten, was Sie tun mögen, mit Ihren Daten zu lesen, können Sie wählten bereits eine geeignete Eingabemethode. numpy für große numerische Datensätze, pandas für Datensätze, die qualitative Daten enthalten oder stark auf Kreuzkorrelationen usw. beruhen.

Verwandte Themen