如何将datetime设置为zaxis而不出错：Overflower错误：Python int太大，无法转换为C long for 3D绘图

我正在尝试绘制一个3D图像，其中z是时间。 当我尝试将zaxis标签设置为年、月时，我收到一个错误

为此：

fig = plt.figure()
ax = plt.axes(projection='3d')
ax.scatter3D(df85['Messwert'], df85['average_cux'], df85['Datum'],c=df85['code'], cmap="jet_r")
ax.zaxis.set_major_formatter(dates.DateFormatter('%Y-%M'))

我得到了这个错误：

OverflowError: Python int too large to convert to C long

<Figure size 432x288 with 1 Axes>

---

发生溢出错误的原因是Matplotlib的DateFormatter无法直接打印

np.datetime64

数据，您的数据也应该如此。您需要显式地将日期转换为

datetime.date

对象

请看一下这个：

---

发生溢出错误的原因是Matplotlib的DateFormatter无法直接打印

np.datetime64

数据，您的数据也应该如此。您需要显式地将日期转换为

datetime.date

对象

请看一下这个：

编辑： 这可能对你有用

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from matplotlib.dates import date2num, DateFormatter
import numpy as np
import pandas as pd
from mpl_toolkits.mplot3d import Axes3D
from datetime import datetime, timedelta

# a test dataframe
df = pd.DataFrame({
    'date': np.array([str(datetime(2020,3,30).date()+timedelta(x+1))+' 00:00:00' for x in range(200)], dtype='object'),
    'sales': np.random.randint(low=1, high=200, size=200),
    '%sales in US' : 30 * np.random.random_sample(size=200) + 20
})

# appropriate type conversions
df['date']= pd.to_datetime(df['date'])
df['date'] = df['date'].apply(date2num)

fig = plt.figure()
ax = plt.axes(projection='3d')
ax.scatter3D(df['sales'], df['%sales in US'], df['date'], c=df['date'], cmap="jet_r")
ax.zaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%M'))
plt.xlabel('sales', fontsize=20)
plt.ylabel('%sales in US', fontsize=16)
ax.set_zlabel('date', fontsize=16) 
plt.show()

---

输出：

您好，感谢您的快速回复。但是，如果我将对象转换为

df85['Datum']=df85.Datum.astype（'O'）

。当我运行绘图代码时，我得到了

TypeError:不支持的操作数类型*：“float”和“Timestamp”

你能告诉我你的

df85['Datum']

看起来是什么样子吗？嗨，是的，刚刚有问题。感谢没有适当的上下文和代码，很难识别问题。但是，我附加了一个代码片段，试图生成一个类似的问题。这可能对你有用。嗨，谢谢。我会看一看，如果数据不起作用，我会看看是否可以上传数据。非常感谢。

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from matplotlib.dates import date2num, DateFormatter
import numpy as np
import pandas as pd
from mpl_toolkits.mplot3d import Axes3D
from datetime import datetime, timedelta

# a test dataframe
df = pd.DataFrame({
    'date': np.array([str(datetime(2020,3,30).date()+timedelta(x+1))+' 00:00:00' for x in range(200)], dtype='object'),
    'sales': np.random.randint(low=1, high=200, size=200),
    '%sales in US' : 30 * np.random.random_sample(size=200) + 20
})

# appropriate type conversions
df['date']= pd.to_datetime(df['date'])
df['date'] = df['date'].apply(date2num)

fig = plt.figure()
ax = plt.axes(projection='3d')
ax.scatter3D(df['sales'], df['%sales in US'], df['date'], c=df['date'], cmap="jet_r")
ax.zaxis.set_major_formatter(matplotlib.dates.DateFormatter('%Y-%M'))
plt.xlabel('sales', fontsize=20)
plt.ylabel('%sales in US', fontsize=16)
ax.set_zlabel('date', fontsize=16) 
plt.show()