七、从文件加载数据

很多时候，我们想要绘制文件中的数据。 有许多类型的文件，以及许多方法，你可以使用它们从文件中提取数据来图形化。 在这里，我们将展示几种方法。 首先，我们将使用内置的csv模块加载CSV文件，然后我们将展示如何使用 NumPy（第三方模块）加载文件。

  1. import matplotlib.pyplot as plt
  2. import csv
  4. x = []
  5. y = []
  7. with open('example.txt','r') as csvfile:
  8.     plots = csv.reader(csvfile, delimiter=',')
  9.     for row in plots:
  10.         x.append(int(row[0]))
  11.         y.append(int(row[1]))
  13. plt.plot(x,y, label='Loaded from file!')
  14. plt.xlabel('x')
  15. plt.ylabel('y')
  16. plt.title('Interesting Graph\nCheck it out')
  17. plt.legend()
  18. plt.show()

七、从文件加载数据 - 图1

这里，我们打开样例文件，包含以下数据：

  1. 1,5
  2. 2,3
  3. 3,4
  4. 4,7
  5. 5,4
  6. 6,3
  7. 7,5
  8. 8,7
  9. 9,4
  10. 10,4

接下来，我们使用csv模块读取数据。 csv读取器自动按行分割文件，然后使用我们选择的分隔符分割文件中的数据。 在我们的例子中，这是一个逗号。 注意：csv模块和csv reader不需要文件在字面上是一个.csv文件。 它可以是任何具有分隔数据的简单的文本文件。

一旦我们这样做了，我们将索引为 0 的元素存储到x列表，将索引为 1 的元素存储到y列表中。 之后，我们都设置好了，准备绘图，然后显示数据。

虽然使用 CSV 模块是完全正常的，但使用 NumPy 模块来加载我们的文件和数据，可能对我们更有意义。 如果你没有 NumPy，你需要按下面的步骤来获取它。 为了了解安装模块的更多信息，请参阅 pip 教程。 大多数人应该都能打开命令行，并执行pip install numpy。

如果不能，请参阅链接中的教程。

一旦你安装了 NumPy，你可以编写如下代码：

  1. import matplotlib.pyplot as plt
  2. import numpy as np
  4. x, y = np.loadtxt('example.txt', delimiter=',', unpack=True)
  5. plt.plot(x,y, label='Loaded from file!')
  7. plt.xlabel('x')
  8. plt.ylabel('y')
  9. plt.title('Interesting Graph\nCheck it out')
  10. plt.legend()
  11. plt.show()

结果应该是相同的图表。 稍后，当我们加载数据时，我们可以利用 NumPy 为我们做一些更多的工作，但这是教程未来的内容。 就像csv模块不需要一个特地的.csv一样，loadtxt函数不要求文件是一个.txt文件，它可以是一个.csv，它甚至可以是一个 python 列表对象。