Python - 从 CSV 读取 - ValueError：x 和 y 必须具有相同的第一维答案

【问题标题】：Python - reading from CSV - ValueError: x and y must have same first dimensionPython - 从 CSV 读取 - ValueError：x 和 y 必须具有相同的第一维
【发布时间】：2015-06-01 09:22:59
【问题描述】：

我开始使用 Python 和 Anaconda。我正在尝试创建一个线图，类似于使用 R 成功生成的线图。当我尝试使用下面的代码尝试读取 csv 文件时，我收到错误 ValueError: x and y must have same first dimension

import csv
import matplotlib as mpl
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.cbook as cbook

def getColumn(filename, column):
    results = csv.reader(open(filename), delimiter="\t")
    return [result[column] for result in results if len(result) > column]

Season = getColumn("vs.csv",0)
VORP = getColumn("vs.csv",2)

fig = plt.figure()
plt.figure("VORP vs Season")
plt.xlabel("Season")
plt.ylabel("VORP")
plt.legend(["PlayerA","PlayerB"], loc=9,ncol=2)
plt.plot(Season, VORP)
plt.show()

CSV 文件仅包含以下条目：

Season  Player   VORP
'0405'  PlayerA  .7
'0506'  PlayerA  .14
[and so on]
'0405'  PlayerB  .23
'0506'  PlayerB  -.3
[and so on]

【问题讨论】：

在其中一行中它没有。
你确定分隔符是\t吗？您显示的内容似乎由一些空格分隔。
你可以试试：results = csv.reader(open(filename), delimiter=" ", skipinitialspace=True) 但是你想如何从两个字符串列表（Season 和 VORP 将是什么）到一个情节还不清楚。
当我在 Excel 中打开该 csv 文件时，它们位于单独的列中，这就是我设置 delimiter="\t" 的原因。如果我尝试delimiter=" "，我会得到同样的错误

标签： python csv numpy matplotlib

【解决方案1】：

一种解决方案是使用 Anaconda 附带的pandas 数据分析库。它应该提供一些与 R 相同的功能，所以它对你来说可能是一个不错的选择。它极大地简化了从 csv 文件导入和操作数据。它还具有很好的plotting 功能，使用matplotlib。

首先，导入pandas 和matplotlib.pyplot，并使用前者从您的csv 创建一个pandas.DataFrame 对象。如果您将 DataFrame 打印到控制台，您会看到它看起来非常漂亮。

>>> import pandas as pd
>>> import matplotlib.pyplot as plt
>>>
>>> df = pd.DataFrame.from_csv('vorp.csv', index_col=None)
>>> print df

   Season   Player  VORP
0  '0405'  PlayerA  0.70
1  '0506'  PlayerA  0.14
2  '0405'  PlayerB  0.23
3  '0506'  PlayerB -0.30

现在在您的 DataFrame 上调用 pivot_table 方法。这只会返回另一个 DataFrame 对象，但它将以一种易于绘制的方式组织。您需要将“VORP”设置为值，将“Season”设置为索引（即行），将“Player”设置为列，如下所示：

>>> table = df.pivot_table('VORP', 'Season', 'Player')
>>> print table

Player  PlayerA  PlayerB
Season                  
'0405'     0.70     0.23
'0506'     0.14    -0.30

现在只需绘制表格即可。只需在数据透视表上调用plot 方法（这将返回一个matplotlib.axes 对象），然后使用matplotlib 随意操作它。例如，我添加了 y 轴标签和标题。

>>> ax = table.plot()
>>> ax.set_title('VORP vs Season')
>>> ax.set_ylabel('VORP')
>>> plt.show()

这是结果，毫无疑问，使用完整的数据集看起来会更好。

【讨论】：

非常感谢，这更有意义