Python pandas 0.21.0与matplotlib的时间戳兼容性问题

我刚刚将pandas从0.17.1更新到0.21.0，以利用一些新功能，并遇到了与matplotlib的兼容性问题（我还更新到了最新的2.1.0）。特别是，Timestamp对象似乎发生了显著的变化

我碰巧有另一台机器仍在运行pandas（0.17.1）/matplotlib（1.5.1）的旧版本，我用它来比较差异：

两个版本都将我的数据帧索引显示为

dtype='datetime64[ns]

DatetimeIndex(['2017-03-13', '2017-03-14', ... '2017-11-17'], type='datetime64[ns]', name='dates', length=170, freq=None)

但是当调用

type（df.index[0]）

时，0.17.1给出

pandas.tslib.Timestamp

，0.21.0给出

pandas.\u libs.tslib.Timestamp

使用

df.index

作为x轴打印时：

plt.plot(df.index, df['data'])

默认情况下，matplotlibs将x轴标签格式化为pandas 0.17.1的日期，但无法识别pandas 0.21.0的日期，只给出原始编号

1.5e18

（纪元时间单位为纳秒）

我还有一个自定义光标，它通过在x值上使用

matplotlib.dates.DateFormatter

报告图表上单击的位置，该值在0.21.0时失败，具有：

OverflowError: signed integer is greater than maximum

我可以在调试中看到，对于0.17.1，报告的x值约为736500（即从0年开始的天数），但对于0.21.0，报告的x值约为1.5e18（即纳秒历元时间）

我很惊讶matplotlib和pandas之间兼容性的中断，因为它们显然被大多数人一起使用。对于较新版本，我调用上面的plot函数的方式是否遗漏了什么

Update如上所述，我更喜欢使用给定的Axis对象直接调用

plot

，但为了检查一下，我尝试调用数据帧本身的plot方法

df.plot（）

。完成后，所有后续绘图都会正确识别同一python会话中的时间戳。就好像设置了一个环境变量，因为我可以重新加载另一个数据帧或使用

子批次创建另一个轴
，而
1.5e18
在哪里不显示。正如最新的熊猫博士所说，这闻起来真像一只虫子：

但是很明显，它对python会话做了一些事情，以便后续的绘图正确地处理时间戳索引

事实上，只需在上述链接上运行示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

根据是否调用
ts.plot（）
，以下绘图是否将x轴正确格式化为日期：

plt.plot(ts.index,ts)
plt.show()

调用成员plot后，随后调用新系列或数据帧上的
plt。plot
将自动正确格式化，无需再次调用成员plot方法。
最近发布的pandas 0.21中有一个版本，在导入时不再注册其转换器。一旦您使用这些转换器一次（在pandas中），它们也将被注册并自动由matplotlib使用

解决方法是手动注册它们

import pandas.plotting._converter as pandacnv
pandacnv.register()

无论如何，这个问题在pandas和matplotlib方面都是众所周知的，所以下一个版本将有一些修复。熊猫们正在考虑一个即将发布的版本。所以这个问题可能只是暂时的。还有一个选项是在不应出现这种情况的情况下恢复到0.20.x

更新：matplotlib（2.2.2）/pandas（0.23.1）的当前版本不再存在此问题，可能许多版本都是从2017年12月左右发布的，当时已修复此问题

更新2:从0.24或更高版本开始，建议使用以下方法注册转换器：

from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

或者，如果已将
pandas
作为
pd
导入

pd.plotting.register_matplotlib_converters()

在打开pandas github上的一个应用程序后，我了解到这确实是pandas和matplotlib之间关于单元转换器自动注册的一个已知的例子。事实上，它被列在我以前没有看到的新功能上，以及注册转换器的正确方法：

from pandas.tseries import converter
converter.register() 

这也是第一次在序列或数据帧上调用成员plot方法时完成的，这解释了我在上面观察到的情况

这样做的目的似乎是为了让matplotlib实现对pandas datetime的一些基本支持，但实际上，某种类型的弃用警告对于这种中断可能很有用。然而，在matplotlib真正实现这种支持（或某种延迟注册机制）之前，实际上我总是将这两行放在导入中。因此，我不确定pandas为什么要在matplotlib端准备就绪之前禁用导入时的自动注册。
看来matplotlib的未来版本已经解决了这个问题

尝试运行“pip安装--升级matplotlib”

我遇到了相同的问题“AttributeError:'numpy.datetime64'对象没有属性'toordinal'。升级matplotlib包时已修复。
没错，我在pandas github上打开的问题上也得到了类似的响应。我在熊猫网站上发布了一个稍微正式一点的方法，我已经尝试过了。你在这里也尝试过这个方法吗？你能报告它是否有效吗（理论上应该有效，但我无法尝试，如果无效，我最好删除答案）。我确实尝试过，但也有效——我最终使用了熊猫网站上的两行文字，因为它们更可能是未来的证明。这一问题已于2019年5月13日返回。我正在使用matplotlib（3.0.3）和pandas（0.24.2）。但是，显式注册转换器确实可以解决这个问题。希望这可以长期解决。@Ben是的，我用目前推荐的注册转换器的方法更新了答案。
from pandas.tseries import converter
converter.register()