csv 文件是一种以文本形式存储的表格数据，类似于 Excel 文件，通过使用 Excel 工具可以轻松读写 csv 文件。在这种文件格式中，每一行代表一行数据，而每行中的数据则由逗号分隔，每个单元格存储一个数据点。
Python 内置了 csv 模块，专门用于处理 csv 文件。由于 csv 文件结构简单，通常首行包含表头，其余行表示数据，因此使用 csv 模块读取 csv 文件相当直观。首先，创建一个 csv 模块的读取器对象，然后通过循环调用 next() 方法来逐行读取文件内容。该方法会返回一个列表，其中包含该行的所有数据。
以下示例展示了如何使用 csv 读取器读取 2017 年广州天气数据的 csv 文件。程序首先创建一个 CSV 读取器，然后读取文件的前两行，其中第一行是表头，第二行是实际数据。
程序输出如下：（ jq.qq.com/?...）
输出结果显示，该文件每行包含 6 个数据项，包括日期、最高温度、最低温度、天气状况、风向和风力。
学习如何使用 csv 读取器后，我们可以使用 Matplotlib 库来展示 2017 年 7 月广州的最高和最低气温。程序首先从 csv 文件中提取相关数据，并存储在 dates、highs 和 lows 三个列表中。然后，程序使用 Matplotlib 绘制折线图，显示气温变化情况。
运行程序后，可以看到如图 1 所示的气温折线图。（ jq.qq.com/?...）
图 1 2017 年7 月广州的气温折线图
此外，我们还可以使用 Pygal 库来统计 2017 年广州的天气汇总情况。程序使用 csv 读取器提取相关天气数据，并使用 shades、sunnys、cloudys、rainys 分别保存阴天、晴天、多云天和雨天的数据。然后，程序创建一个 Pygal 饼图对象，并将数据添加到该对象中，最终生成如图 2 所示的饼图。（ jq.qq.com/?...）
上面程序的前半部分同样用于从 csv 文件中读取 2017 年广州的天气数据，仅读取数据行的第四列（天气描述）。
程序中创建了一个 pygal.Pie 对象，表示一个饼图，并将数据添加到该对象中。运行程序后，可以生成如图 2 所示的饼图。（ jq.qq.com/?...）
温馨提示：答案为网友推荐，仅供参考