pandas读取csv后绘图

### 使用 Pandas 读取 CSV 并绘制图表

为了实现这一目标，可以按照如下方法操作：

#### 导入必要的库
首先需要导入 `pandas` 和 `matplotlib.pyplot` 库用于数据处理和绘图。

import pandas as pd
import matplotlib.pyplot as plt

#### 加载 CSV 数据
通过调用 `pd.read_csv()` 函数来加载本地或网络上的 CSV 文件。这里假设有一个名为 'example.csv' 的文件位于当前工作目录下。

df = pd.read_csv('example.csv')

#### 查看前几行的数据
可以通过 `.head(n)` 方法查看 DataFrame 前 n 行的内容以便了解数据结构；这有助于决定后续如何展示这些数据。

print(df.head())

#### 创建柱状图
对于简单的条形图或其他类型的图形，可以直接利用 DataFrame 自带的 plot 方法，并设置参数 kind 来指明想要创建哪种类型的图表。下面的例子展示了怎样制作一个水平方向的条形图。

df.head(10).plot(kind='bar', figsize=(10, 6))
plt.title('Top 10 Rows Bar Chart from CSV File')
plt.xlabel('Index')
plt.ylabel('Values')
plt.tight_layout()
plt.show()

如果希望针对特定的一列或多列生成更复杂的统计图表，则可以根据需求调整上述代码片段中的选项以及传递给 plot() 更多定制化的参数[^1]。

#### 处理并保存修改后的数据（可选）
如果有任何对原始数据集的操作比如过滤、增加新字段等，在完成之后还可以把更新过的表格另存为一个新的 CSV 文件。

filtered_df = df[df['some_column'] > some_value]
filtered_df.to_csv('modified_example.csv', index=False)

以上就是使用 Python 中的 Pandas 库来进行基本的数据探索与可视化的流程介绍[^2]。