Question

使用matplotlib创建散点图给我一个空的或正确的绘图，具体取决于我是使用from_dict从字典构建pandas数据帧还是仅使用pandas.DataFrame的列表构建pandas数据框。

import pandas as pd
import matplotlib.pyplot as plt 
list_data  = ['2016-10-06', '2016-09-24', 55, 'dummy', 0.510823, 0.29431]
columns    = ['master', 'slave', 'baseline', 'coh', 'coh_mean', 'coh_std']
dict_data  = dict(zip(columns, list_data))
data       = pd.DataFrame.from_dict(dict_data, orient='index').T
data.slave = pd.to_datetime(data.slave)
fig, axes  = plt.subplots()
axes.scatter(data.slave.values, data.baseline.values)
plt.show()

结果：

empty plot

while：

list_data  = ['2016-10-06', '2016-09-24', 55, 'dummy', 0.510823, 0.29431]
columns    = ['master', 'slave', 'baseline', 'coh', 'coh_mean', 'coh_std']

data = pd.DataFrame([list_data], columns=columns)
data.slave = pd.to_datetime(data.slave)
fig, axes  = plt.subplots()
axes.scatter(data.slave.values, data.baseline.values)
plt.show()

结果：

correct plot

MacOS Sierra 10.12.6 || python：v3.6.2 || matplotlib：v2.0.2 || pandas v0.20.3

我尝试了各种后端以及python：v2.7无济于事。任何人都可以解释为什么会发生这种情况（甚至重现）：OverflowError with Matplotlib and datetime）？

Answer 1

这种情况正在发生，因为从字典创建数据帧（使用上述方法）并不是推断数据类型。它可能在以后的版本中，但我正在运行0.20.1。出于演示目的，我重命名了您的dfs：

df_fromdict       = pd.DataFrame.from_dict(dict_data, orient='index').T
df_fromdict.slave = pd.to_datetime(df_fromdict.slave)

df_fromdict.dtypes
master              object
slave       datetime64[ns]
baseline            object # notice here your baseline column is not recognized as int
coh                 object
coh_mean            object
coh_std             object
dtype: object


df_fromlist = pd.DataFrame([list_data], columns=columns)
df_fromlist.slave = pd.to_datetime(df_fromlist.slave)

df_fromlist.dtypes
master              object
slave       datetime64[ns]
baseline             int64 # recognized as int by default
coh                 object
coh_mean           float64
coh_std            float64
dtype: object

尝试以下测试，您的第一个散点图应按预期显示：

fig, axes  = plt.subplots()
axes.scatter(df_fromdict.slave.values, df_fromdict.baseline.astype(int).values)
plt.show()

Matplotlib绘图随着不同的数据结构而变化（相同的数据）

1 个答案: