背景介绍

在数字化阅读日益普及的今天，很多读者会记录自己的阅读历程（如书籍名称、阅读时间、评分等）。如何从这些零散的阅读记录中提取有价值的信息（如每月阅读量、平均评分趋势）？本文将介绍一个“个人阅读统计分析工具”的实现，它能读取CSV格式的阅读记录，自动统计每月阅读数据并生成可视化图表，帮助你直观了解阅读习惯。

该工具不仅能锻炼数据处理（文件读写、日期解析、分组统计）和可视化（matplotlib绘图）能力，还能让阅读记录“活”起来——从冰冷的数字变成直观的图表，实用且有趣。

思路分析

要实现这个工具，我们需要分步骤解决以下问题：

1. 数据读取与预处理：读取CSV文件，解析“阅读结束日期”为日期格式（便于按月份分组）。
2. 按月统计：提取“阅读结束日期”的年月信息，按年月分组，统计每月阅读书籍数量（计数）和平均评分（均值）。
3. 结果输出：将统计结果打印到命令行。
4. 可视化呈现：使用matplotlib绘制柱状图（展示每月阅读量）和折线图（展示平均评分趋势），并保存为图片。

代码实现

下面是完整的Python实现（依赖pandas和matplotlib，需提前安装：pip install pandas matplotlib）：

import pandas as pd
import matplotlib.pyplot as plt

def analyze_reading_records(csv_path):
    # 1. 读取CSV文件，处理日期格式
    # 假设CSV文件第一行为表头，列名：书籍名称、阅读开始日期、阅读结束日期、评分
    df = pd.read_csv(csv_path)
    # 将“阅读结束日期”转换为datetime类型，便于后续按月份分组
    df['阅读结束日期'] = pd.to_datetime(df['阅读结束日期'])

    # 2. 提取年月信息（格式：YYYY-MM），作为分组依据
    df['年月'] = df['阅读结束日期'].dt.strftime('%Y-%m')  # 生成“2023-01”这样的字符串

    # 3. 按“年月”分组，统计每月书籍数量（count）和平均评分（mean）
    # 分组后，对“书籍名称”计数（统计数量），对“评分”求均值（平均评分）
    monthly_stats = df.groupby('年月').agg(
        书籍数量=('书籍名称', 'count'),
        平均评分=('评分', 'mean')
    ).reset_index()  # 重置索引，方便后续遍历

    # 4. 输出统计结果到命令行
    print("===== 阅读统计结果 =====")
    for _, row in monthly_stats.iterrows():
        month = row['年月']
        count = row['书籍数量']
        avg_rating = row['平均评分']
        # 平均评分保留1位小数（如示例中的8.5、9.0）
        print(f"{month}：阅读书籍{count}本，平均评分{avg_rating:.1f}")

    # 5. 可视化：柱状图（每月阅读量）+ 折线图（平均评分）
    # ---- 柱状图：每月阅读书籍数量 ----
    plt.figure(figsize=(10, 6))  # 设置画布大小
    x = monthly_stats['年月']
    y_count = monthly_stats['书籍数量']
    plt.bar(x, y_count, color='skyblue', width=0.6)
    plt.title('每月阅读书籍数量统计')
    plt.xlabel('月份')
    plt.ylabel('书籍数量')
    plt.xticks(rotation=45)  # 旋转x轴标签，避免重叠
    plt.tight_layout()  # 自动调整布局，防止标签被截断
    plt.savefig('books_count.png', dpi=300)  # 保存为PNG，300dpi保证清晰度

    # ---- 折线图：每月平均评分 ----
    plt.figure(figsize=(10, 6))
    y_avg = monthly_stats['平均评分']
    plt.plot(x, y_avg, marker='o', color='orange', linestyle='-')
    plt.title('每月阅读书籍平均评分')
    plt.xlabel('月份')
    plt.ylabel('平均评分')
    plt.xticks(rotation=45)
    plt.tight_layout()
    plt.savefig('avg_rating.png', dpi=300)

if __name__ == "__main__":
    # 示例CSV文件路径（请替换为你的文件路径）
    csv_path = "reading_records.csv"
    try:
        analyze_reading_records(csv_path)
        print("统计完成！柱状图已保存为books_count.png，折线图已保存为avg_rating.png")
    except Exception as e:
        print(f"出错啦：{e}")

代码解释

• 数据读取：pd.read_csv()读取CSV文件，pd.to_datetime()将“阅读结束日期”转换为日期类型（支持后续的日期操作）。
• 年月提取：dt.strftime('%Y-%m')将日期格式化为“YYYY-MM”的字符串（如2023-01），作为分组的唯一标识。
• 分组统计：groupby('年月').agg(...)按年月分组，count统计书籍数量，mean计算平均评分。
• 可视化细节：
  • figsize=(10, 6)设置画布大小，避免图表拥挤。
  • plt.xticks(rotation=45)旋转x轴标签，防止月份文字重叠。
  • plt.tight_layout()自动调整子图间距，保证图表美观。
  • savefig()将图表保存为PNG文件，dpi=300提升清晰度。

测试与验证

将示例CSV数据（如下）保存为reading_records.csv，运行代码：

书名,阅读开始日期,阅读结束日期,评分
《白夜行》,2023-01-01,2023-01-10,9
《解忧杂货店》,2023-01-15,2023-01-25,8
《活着》,2023-02-05,2023-02-12,9
《许三观卖血记》,2023-03-01,2023-03-10,8
《兄弟》,2023-03-15,2023-03-20,9

命令行输出将与示例一致：

===== 阅读统计结果 =====
2023-01：阅读书籍2本，平均评分8.5
2023-02：阅读书籍1本，平均评分9.0
2023-03：阅读书籍2本，平均评分8.5
统计完成！柱状图已保存为books_count.png，折线图已保存为avg_rating.png

可视化结果：
– books_count.png：横轴为2023-01、2023-02、2023-03，纵轴为书籍数量2、1、2（柱状图）。
– avg_rating.png：横轴同上，纵轴为平均评分8.5、9.0、8.5（折线图，带圆点标记）。

总结

通过这个项目，我们完成了从CSV数据读取→日期处理→分组统计→可视化输出的完整流程，核心收获包括：

1. 数据处理能力：掌握pandas的日期解析、分组统计（groupby+agg），能高效处理时间序列数据。
2. 可视化技巧：学会用matplotlib绘制柱状图、折线图，掌握图表美化（布局、标签旋转、清晰度设置）。
3. 工程化思维：将“阅读统计”的生活场景转化为代码逻辑，通过异常捕获（try-except）保证程序健壮性。

该工具可扩展空间大：比如支持多文件合并、按“阅读开始日期”统计、添加阅读时长分析（若CSV包含时长字段）等。如果你也有阅读记录，不妨用它分析自己的阅读轨迹，看看能否发现隐藏的阅读习惯~