read_csv でカンマ区切りのCSVを DataFrame として読み込む方法header=None)の切り替えnames= で読み込み時に列名を割り当てる方法df.plot(subplots=True) でグラフ化する手順pip install pandas numpy matplotlib で導入する(Anaconda なら最初から入っている)。C:/Users/[ユーザー名]/Downloads)に SampleData.csv を置いた前提。冒頭の r は raw 文字列の指定で、パス中のバックスラッシュをエスケープとして解釈しないためのもの。/home/ユーザー名/Downloads/SampleData.csv のように書く。import pandas as pd
df = pd.read_csv(r'c:\Users\[ユーザー名]\Downloads\SampleData.csv') #rがないとエラーになる
print(df)
print(df.columns)
このままだと一行目が列名としてインポートされる。
runfile('C:/Users/[ユーザー名]/CSV_read_result.py', wdir='C:/Users/[ユーザー名]')
0 0.1 1
0 10 0.173648 0.984808
1 20 0.342020 0.939693
2 30 0.500000 0.866025
3 40 0.642788 0.766044
4 50 0.766044 0.642788
.. ... ... ...
67 320 -0.642788 0.766044
68 330 -0.500000 0.866025
69 340 -0.342020 0.939693
70 350 -0.173648 0.984808
71 0 0.000000 1.000000
[72 rows x 3 columns]
Index(['0', '0.1', '1'], dtype='object')
列名がない場合は"header=None"オプションを加える。
import pandas as pd
df = pd.read_csv(r'c:\Users\[ユーザー名]\Downloads\SampleData.csv', header=None)
print(df)
print(df.columns)
今度は1行目もデータとして認識された。
runfile('C:/Users/[ユーザー名]/CSV_read_result.py', wdir='C:/Users/[ユーザー名]')
0 1 2
0 0 0.000000 1.000000
1 10 0.173648 0.984808
2 20 0.342020 0.939693
3 30 0.500000 0.866025
4 40 0.642788 0.766044
.. ... ... ...
68 320 -0.642788 0.766044
69 330 -0.500000 0.866025
70 340 -0.342020 0.939693
71 350 -0.173648 0.984808
72 0 0.000000 1.000000
[73 rows x 3 columns]
Int64Index([0, 1, 2], dtype='int64')
pd.read_csv(path) のままでよい。1行目が列名になり、データ行数は1行少なくなる。header=None を指定すると列名が 0, 1, 2... の連番になる。names=('A','B','C') は読み込み時に列名を上書きする。header=None と組み合わせると「先頭行もデータとして扱いつつ、列名は自分で付ける」という安全な形になる。df.列名 のドット記法でアクセスできない。df['列名'] のブラケット記法なら使える。import pandas as pd
df = pd.read_csv(r'c:\Users\[ユーザー名]\Downloads\SampleData.csv', names=('A', 'B', 'C')) #列名を配列で指定
print(df)
print(df.columns)
列名がついた。
runfile('C:/Users/[ユーザー名]/CSV_read_result.py', wdir='C:/Users/[ユーザー名]')
A B C
0 0 0.000000 1.000000
1 10 0.173648 0.984808
2 20 0.342020 0.939693
3 30 0.500000 0.866025
4 40 0.642788 0.766044
.. ... ... ...
68 320 -0.642788 0.766044
69 330 -0.500000 0.866025
70 340 -0.342020 0.939693
71 350 -0.173648 0.984808
72 0 0.000000 1.000000
[73 rows x 3 columns]
Index(['A', 'B', 'C'], dtype='object')
df.plot(subplots=True) は列ごとに別のサブプロットを描く。列が多いと1枚の画像に並ぶ。mp.show() が最後の呼び出しになる。Jupyter なら先に %matplotlib inline を実行しておくとセル内に表示される。#ライブラリインポート
import numpy as np
import matplotlib.pyplot as mp
import pandas as pd
#データ生成
#x = np.arange(256)
#y = np.random.randint(-100,100, size = 256)
df = pd.read_csv(r'C:\Users\[ユーザー名]\Downloads\SampleData.csv', names=('A', 'B', 'C')) #列名を配列で指定
#グラフ描画
df.plot(subplots=True)
mp.show() #グラフ表示

Q. CSVの区切りがカンマ以外(タブ等)の場合はどうするか
A. sep='\t' のように sep で区切り文字を指定する。文字コードが UTF-8 以外なら encoding='cp932' も指定する(Excel で作った日本語CSVはシフトJISのことが多い)。区切りを自動判定したい場合は engine='python' を付ける。
Q. 読み込んだ列が全部 object 型になっている
A. 数値列に空欄や文字列が混ざると object 型になる。pd.to_numeric(df['A'], errors='coerce') で数値化すると、変換できない値が NaN になる。欠損は df.dropna() か df.fillna(0) で処理する。
Q. 大きなCSVが遅い・メモリ不足になる
A. nrows=10000 で先頭だけ読んで構造を確認する、usecols=['A','B'] で必要な列だけ読む、dtype={'A': 'int32'} でメモリを節約する、の順に試す。それでも厳しければ chunksize= で分割読み込みする。
🤖 このページにはAIエージェント(ノア)による編集・加筆が含まれます。内容の正確性は保証できないため、重要な判断は一次情報でご確認ください。