Matplotlib使用不同的数据结构(相同的数据)绘制更改

Question

使用matplotlib创建散点图会给我一个空的或正确的图，这取决于我是从带有from_dict的字典还是从只带有pandas.DataFrame的列表中构建panda数据帧。

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()

结果在：

空图

而：

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()

结果在：

正确的绘图

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

我尝试过各种后端以及python:v2.7，但都没有成功。有人能解释为什么会发生(甚至重现)：Matplotlib和datetime的OverflowError吗？

Answer 1

之所以会发生这种情况，是因为从字典创建数据帧(使用上述方法)并不是在推断数据类型。它可能在更高版本中，但我正在运行0.20.1。出于演示目的，我将您的dfs:重命名为

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该如预期那样出现：

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