Matplotlib错误：'；str'；对象没有属性'；获取图'；

我的代码如下所示，我在使用ltycs.plot（ax='time'）的行中遇到了一个我不理解的错误：

变量“ltycs”是一个熊猫系列，如下所示：

ltycs
Out[382]: 
time
2020-01-01    7.411365
2020-02-01    7.193070
2020-03-01    7.397183
2020-04-01    7.684527
2020-05-01    7.670577
2020-06-01    7.348572
2020-07-01    6.898480
2020-08-01    6.852384
2020-09-01    7.250651
2020-10-01    7.681693
2020-11-01    7.587329
2020-12-01    7.444730
dtype: float64

我在图中得到了结果，我正在沿着x轴寻找几个月，但是程序在这个错误上停止-

File "C:\Users\U321103\AppData\Local\Continuum\anaconda3\envs\Stats\lib\site- 
packages\pandas\plotting\_matplotlib\core.py", line 323, in _setup_subplots
fig = self.ax.get_figure()

AttributeError: 'str' object has no attribute 'get_figure'

这是我的绘图，在将“时间”列或月份指定给x轴后，它看起来与预期一样。谢谢大家!

---

在回答关于有问题的

ltycs.plot（ax='time'）

行的注释后：

这一行

ax.xaxis.set\u major\u formatter（mdates.DateFormatter（“%Y-%m”）

实现了您所描述的功能（即在xaxis中显示月份）。绘制pandas.DataFrame时，

ax

参数需要matplotlib Axis对象，而不是字符串，这就是为什么会出现错误。包含有问题的行时得到正确标签的原因是-您没有运行

plt.minorticks\u on（）

call

因此，您应该首先通过matplotlib子绘图创建matplotlib轴，然后打开minorticks_，然后打印pandas.DataFrames，将matplotlib ax对象传递给各自的绘图函数，如下所示：

#PRODUCE AND VISUALIZE FORECAST
pred_uc = results.get_forecast(steps=12-cm+1) # forecast steps in terms of "y" which is months
pred_ci = pred_uc.conf_int()
import matplotlib.dates as mdates
#from matplotlib.dates import MonthLocator
figure, ax = plt.subplots(figsize = (14,7))
plt.minorticks_on()
y['2020':].plot(label='observed', ax = ax)
pred_uc.predicted_mean.plot(ax=ax, label='Forecast')
ax.fill_between(pred_ci.index,
                pred_ci.iloc[:, 0],
                pred_ci.iloc[:, 1], color='k', alpha=.25)
#ax.set_xlabel('Date')
ax.set_ylabel('MOS Wind Speed')
#add the LT monthly average to plot
lty = ylt.groupby(ylt.index.month).mean()
lty = lty.to_frame() 
lty.columns=['LT Mean']
ltyc = lty.iloc[0:12].reset_index() # extract curr month to end of LT mean monthly wind speed
#create date sequence using date format of df = y
ltyc['time'] = pd.to_datetime(ltyc["time"], format='%m').apply(lambda, 
dt:dt.replace(year=2020))#convert the "Date" col to yyyy-mm-dd 
ltycs = pd.Series(ltyc['LT Mean'].values, index=ltyc['time'])#convert to Series for plot
ltycs.plot(label='LT Mean',ax=ax,color='k')#ax='time' plots x months
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
plt.grid(b=True, which='major', color='k', linestyle='-')
plt.grid(b=True, which='minor', color='g', linestyle='-', alpha=0.2)#alpha is the minor grid 
plt.legend()
plt.show()

---

你想用这条线来完成什么？

ltycs.plot（ax='time'）

？嗨-这条线的目标是在x轴上绘制一年中的月份，这就是实际发生的情况。如果我把这句话注释掉，那么几个月的时间确实显示了这一点。然而，正如我上面所示，这条线上有一个错误，但它确实在x轴上绘制了月份。问题是代码到此为止，我没有展示更多的程序。谢谢你-我慢慢地从10多年的Matlab中获得python:）别担心，希望过渡会顺利：）

#PRODUCE AND VISUALIZE FORECAST
pred_uc = results.get_forecast(steps=12-cm+1) # forecast steps in terms of "y" which is months
pred_ci = pred_uc.conf_int()
import matplotlib.dates as mdates
#from matplotlib.dates import MonthLocator
figure, ax = plt.subplots(figsize = (14,7))
plt.minorticks_on()
y['2020':].plot(label='observed', ax = ax)
pred_uc.predicted_mean.plot(ax=ax, label='Forecast')
ax.fill_between(pred_ci.index,
                pred_ci.iloc[:, 0],
                pred_ci.iloc[:, 1], color='k', alpha=.25)
#ax.set_xlabel('Date')
ax.set_ylabel('MOS Wind Speed')
#add the LT monthly average to plot
lty = ylt.groupby(ylt.index.month).mean()
lty = lty.to_frame() 
lty.columns=['LT Mean']
ltyc = lty.iloc[0:12].reset_index() # extract curr month to end of LT mean monthly wind speed
#create date sequence using date format of df = y
ltyc['time'] = pd.to_datetime(ltyc["time"], format='%m').apply(lambda, 
dt:dt.replace(year=2020))#convert the "Date" col to yyyy-mm-dd 
ltycs = pd.Series(ltyc['LT Mean'].values, index=ltyc['time'])#convert to Series for plot
ltycs.plot(label='LT Mean',ax=ax,color='k')#ax='time' plots x months
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))
plt.grid(b=True, which='major', color='k', linestyle='-')
plt.grid(b=True, which='minor', color='g', linestyle='-', alpha=0.2)#alpha is the minor grid 
plt.legend()
plt.show()