### 3.8 使用 Python 读取 CSV 文件并进行数据绘图 在 Python 中，可以使用多种方法读取 CSV 文件并基于其中的数据进行图表绘制。通常情况下，最常用的方式是结合 `pandas` 和 `matplotlib` 两个库，前者用于高效地处理 CSV 数据，后者用于数据可视化。 #### 1. 使用 pandas 读取 CSV 并绘制折线图 `pandas` 是一个强大的数据分析库，提供了简单易用的接口来读取和处理 CSV 文件。结合 `matplotlib.pyplot` 模块，可以快速将数据绘制成折线图。 ```python import pandas as pd import matplotlib.pyplot as plt # 读取CSV文件，注意编码格式 data = pd.read_csv('sales_data.csv', encoding='utf-8') # 查看前5行数据，确认数据结构 print(data.head()) # 绘制折线图 plt.plot(data['日期'], data['销售额']) plt.xlabel('日期') plt.ylabel('销售额') plt.title('销售额随时间变化') plt.grid(True) plt.show() ``` 上述代码展示了如何读取 CSV 文件，并利用其中的“日期”和“销售额”列绘制折线图。该方法适用于结构清晰的表格数据，且能够快速进行数据可视化[^2]。 #### 2. 使用 matplotlib 直接读取并绘图 如果不使用 `pandas`，也可以直接使用 `csv` 模块读取数据，并结合 `matplotlib` 进行绘图。这种方式适用于简单的数据处理任务。 ```python import csv import matplotlib.pyplot as plt # 存储数据的列表 dates = [] sales = [] # 读取CSV文件 with open('sales_data.csv', newline='', encoding='utf-8') as csvfile: reader = csv.reader(csvfile) next(reader) # 跳过标题行 for row in reader: dates.append(row[0]) sales.append(float(row[1])) # 绘制折线图 plt.plot(dates, sales) plt.xlabel('日期') plt.ylabel('销售额') plt.title('销售额随时间变化') plt.xticks(rotation=45) # 旋转x轴标签以便显示完整 plt.tight_layout() plt.grid(True) plt.show() ``` 该方法通过 `csv.reader()` 逐行读取文件内容，并将每行中的“日期”和“销售额”分别存储到两个列表中，最后使用 `matplotlib` 绘制折线图[^4]。 #### 3. 使用 numpy 读取 CSV 并进行矩阵处理 对于需要进行矩阵运算的场景，`numpy` 提供了 `loadtxt()` 函数，可以快速将 CSV 文件加载为数组，便于后续数学计算和绘图。 ```python import numpy as np import matplotlib.pyplot as plt # 使用numpy读取CSV文件 data = np.loadtxt('data.csv', delimiter=',', skiprows=1) # 提取数据列 x = data[:, 0] y = data[:, 1] # 绘制折线图 plt.plot(x, y) plt.xlabel('X轴') plt.ylabel('Y轴') plt.title('使用 numpy 绘制的折线图') plt.grid(True) plt.show() ``` 该方法适用于数据格式统一的 CSV 文件，且能够高效地进行数值计算[^3]。 ###