使用Pandas和Matplotlib绘制.txt数据时出现异常问题

问题根源 #

你的数据读取逻辑出错了：

• 文本文件里第二行是单位（nm、GPa），被pd.read_csv当成了第一行数据，导致Depth和Hardness列混进了字符串值（比如nm、GPa），列类型变成object而非数值类型。
• Matplotlib无法正确处理包含字符串的序列，直接绘图就会出现你看到的黑块和异常图表。

修复步骤 #

1. 正确读取数据 #

修改pd.read_csv的参数，跳过单位行，确保只读取数值数据：

import matplotlib.pyplot as plt
import pandas as pd
%matplotlib inline

# 第一行作为列名，跳过第二行（单位行，索引为1）
data = pd.read_csv('data/srj.txt', delimiter='\t', skiprows=[1])
# 强制转换列为数值类型，彻底避免类型问题
data = data.convert_dtypes()

print(data.head())
print(data.columns)

执行后会看到Depth和Hardness列都是纯数值类型，没有字符串混杂。

2. 重新绘制图表 #

此时再运行绘图代码，就能得到正常的曲线：

x = data['Depth']
y = data['Hardness']

plt.plot(x,y, 'r-', label='Depth-Hardness')
plt.xlabel('Depth [nm]')
plt.ylabel('Hardness [GPa]')
plt.title('Depth-Hardness-Curve')
plt.legend()  # 加上这行才能显示图例标签
plt.show()

补充说明 #

如果之前手动删除单位行后没效果，大概率是删除后没有重新读取数据，或者读取时仍有格式问题。用skiprows参数无需修改原始文件，是最稳妥的处理方式。

内容的提问来源于stack exchange，提问作者Peter Koch