Python 使用matplotlib在x轴上绘制datetimeindex会在0.15和0.14之间创建错误的刻度

我用一些随机值和DatetimeIndex创建了一个简单的pandas数据框，如下所示：

import pandas as pd
from numpy.random import randint
import datetime as dt
import matplotlib.pyplot as plt

# create a random dataframe with datetimeindex
dateRange = pd.date_range('1/1/2011', '3/30/2011', freq='D')
randomInts = randint(1, 50, len(dateRange))
df = pd.DataFrame({'RandomValues' : randomInts}, index=dateRange)

然后我用两种不同的方式绘制它：

# plot with pandas own matplotlib wrapper
df.plot()

# plot directly with matplotlib pyplot
plt.plot(df.index, df.RandomValues)

plt.show()

（请勿在同一图形上同时使用这两个语句。）

我使用Python 3.4 64位和matplotlib 1.4。对于pandas 0.14，这两个语句都给出了预期的绘图（它们使用的x轴格式略有不同，这是可以的；请注意，数据是随机的，因此绘图看起来不一样）：

但是，当使用熊猫0.15时，熊猫图看起来不错，但matplotlib图在x轴上有一些奇怪的勾号格式：

---

这种行为有什么好的原因吗？为什么它从pandas 0.14变为0.15？

注意，这个错误在pandas 0.15.1（）中被修复了，

plt.plot（df.index，df.RandomValues）

现在又能正常工作了

---

行为发生这种变化的原因是，从0.15开始，pandas

Index

对象不再是numpy ndarray子类。但真正的原因是matplotlib不支持

datetime64

dtype

作为一种解决方法，如果您想使用matplotlib

plot

函数，您可以使用

将索引转换为python datetime，以_pydatetime

：

plt.plot(df.index.to_pydatetime(), df.RandomValues)

---

更详细的解释：

由于

Index

不再是一个ndarray子类，matplotlib将索引转换为一个带有

datetime64

dtype的numpy数组（在此之前，它保留

Index

对象，其中的标量作为

Timestamp

值返回，后者是

datetime.datetime

的子类，matplotlib可以处理）。在

plot

函数中，它对输入调用

np.atleast_1d（）

，该输入现在返回一个datetime64数组，matplotlib将该数组作为整数处理

---

我对此提出了一个问题（因为这可能会有很多用处）：

使用matplotlib 1.5.0，这“很有效”：

import pandas as pd
from numpy.random import randint
import datetime as dt
import matplotlib.pyplot as plt

# create a random dataframe with datetimeindex
dateRange = pd.date_range('1/1/2011', '3/30/2011', freq='D')
randomInts = randint(1, 50, len(dateRange))
df = pd.DataFrame({'RandomValues' : randomInts}, index=dateRange)

fig, ax = plt.subplots()
ax.plot('RandomValues', data=df)

---

一个解决方法是调用

到_pydatetime

：

plt.plot（df.index.to _pydatetime（），df.RandomValues）

。您可能是指

到_pydatetime（）

（答案中没有“s”，输入相同的错误），然后它工作得很好。啊，是的，确实，谢谢！在我的回答中编辑了它谢谢你为这篇文章开篇所做的努力！解决方法很好，允许我使用pandas 0.15而不必做太多更改：）matplotlib 2.1.0和pandas 0.21.0也面临同样的问题。使用

to_pydatetime

的变通方法仍然有效。是的，这将在即将发布的0.21.1版本中修复（请参阅）