Question

我正在绘制数据帧的子集，而一个子集恰好只有一行。这是我能想到它导致问题的唯一原因。这就是它的样子：

problem_dataframe = prob_df[prob_df['Date']==7]
problem_dataframe.head()

我尝试做：

sns.distplot(problem_dataframe['floatTime'])

但我收到错误：

TypeError：未确定对象的len（）

有人请告诉我导致这种情况的原因以及如何解决这个问题？

Answer 1

通过设置TypeError解决bins=1。

但是，它揭示了一个不同的错误ValueError: x must be 1D or 2D，它由Matplotlib的hist()中的内部函数触发，称为_normalize_input()：

import pandas as pd
import seaborn as sns
df = pd.DataFrame(['Tue','Feb',7,'15:37:58',2017,15.6196]).T
df.columns = ['Day','Month','Date','Time','Year','floatTime']
sns.distplot(df.floatTime, bins=1)

输出：

ValueError                                Traceback (most recent call last)
<ipython-input-25-858df405d200> in <module>()
      6 df.columns = ['Day','Month','Date','Time','Year','floatTime']
      7 df.floatTime.values.astype(float)
----> 8 sns.distplot(df.floatTime, bins=1)

/home/andrew/anaconda3/lib/python3.6/site-packages/seaborn/distributions.py in distplot(a, bins, hist, kde, rug, fit, hist_kws, kde_kws, rug_kws, fit_kws, color, vertical, norm_hist, axlabel, label, ax)
    213         hist_color = hist_kws.pop("color", color)
    214         ax.hist(a, bins, orientation=orientation,
--> 215                 color=hist_color, **hist_kws)
    216         if hist_color != color:
    217             hist_kws["color"] = hist_color

/home/andrew/anaconda3/lib/python3.6/site-packages/matplotlib/__init__.py in inner(ax, *args, **kwargs)
   1890                     warnings.warn(msg % (label_namer, func.__name__),
   1891                                   RuntimeWarning, stacklevel=2)
-> 1892             return func(ax, *args, **kwargs)
   1893         pre_doc = inner.__doc__
   1894         if pre_doc is None:

/home/andrew/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_axes.py in hist(self, x, bins, range, normed, weights, cumulative, bottom, histtype, align, orientation, rwidth, log, color, label, stacked, **kwargs)
   6141             x = np.array([[]])
   6142         else:
-> 6143             x = _normalize_input(x, 'x')
   6144         nx = len(x)  # number of datasets
   6145 

/home/andrew/anaconda3/lib/python3.6/site-packages/matplotlib/axes/_axes.py in _normalize_input(inp, ename)
   6080                 else:
   6081                     raise ValueError(
-> 6082                         "{ename} must be 1D or 2D".format(ename=ename))
   6083                 if inp.shape[1] < inp.shape[0]:
   6084                     warnings.warn(

ValueError: x must be 1D or 2D

_normalize_input()已从Matplotlib（looks like sometime last year）中移除，因此我猜Seaborn指的是引擎盖下的旧版本。

您可以在this old commit中看到_normalize_input()：

def _normalize_input(inp, ename='input'):
        """Normalize 1 or 2d input into list of np.ndarray or
        a single 2D np.ndarray.
        Parameters
        ----------
        inp : iterable
        ename : str, optional
            Name to use in ValueError if `inp` can not be normalized
        """
        if (isinstance(x, np.ndarray) or
                not iterable(cbook.safe_first_element(inp))):
            # TODO: support masked arrays;
            inp = np.asarray(inp)
            if inp.ndim == 2:
                # 2-D input with columns as datasets; switch to rows
                inp = inp.T
            elif inp.ndim == 1:
                # new view, single row
                inp = inp.reshape(1, inp.shape[0])
            else:
                raise ValueError(
                    "{ename} must be 1D or 2D".format(ename=ename))
...

但我无法弄明白为什么inp.ndim!=1。在输入上执行相同的np.asarray().ndim会按预期返回1：

np.asarray(df.floatTime).ndim  # 1

如果您想使用sns.distplot()进行单值输入，那么您将面临一些障碍。

建议的解决方法
检查单个元素df.floatTime，如果是这种情况，只需使用plt.hist()代替{无论如何distplot与KDE一起使用）：

plt.hist(df.floatTime)

在一行

1 个答案: