为何无法用Matplotlib/Pandas绘制时间差与电压的散点图？

问题根源在于**timedelta64[ms]**类型无法被Matplotlib的scatter函数直接处理：scatter要求x、y数据能被统一为相同的数值类型，但timedelta和float64没有通用的底层数值类型，而plt.plot内部会自动完成timedelta到数值的转换，所以能正常运行。

下面是几种可行的解决方法：

方法1：将Timedelta转换为数值类型后用Matplotlib绘制 #

把Elapsed Time转换成总毫秒数（或总秒数，根据需求），直接作为散点图的x轴数据：

import matplotlib.pyplot as plt

# 转换为总毫秒数（原数据是timedelta64[ms]，也可以直接用astype(int)提取数值）
x_values = filtered_data['Elapsed Time'].dt.total_seconds() * 1000
# 或者 x_values = filtered_data['Elapsed Time'].astype(int)

plt.scatter(x_values, filtered_data['Voltage'])
plt.xlabel('Elapsed Time (ms)')
plt.ylabel('Voltage')
plt.show()

方法2：用Pandas内置绘图函数的话，先新增数值型时间列 #

先在DataFrame里添加一列转换后的数值型时间，再调用plot.scatter：

# 新增毫秒数列
filtered_data['Elapsed Time (ms)'] = filtered_data['Elapsed Time'].astype(int)
# 绘制散点图
filtered_data.plot.scatter(x='Elapsed Time (ms)', y='Voltage')

可选：让x轴显示时间格式 #

如果希望x轴显示时间格式而非纯数值，可以将转换后的数值再转回datetime类型，然后设置刻度格式化：

import matplotlib.dates as mdates
import pandas as pd

# 把毫秒数转回datetime
x_datetime = pd.to_datetime(filtered_data['Elapsed Time'].astype(int), unit='ms')

plt.scatter(x_datetime, filtered_data['Voltage'])
# 设置时间显示格式
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%H:%M:%S.%f'))
# 自动旋转x轴标签避免重叠
plt.gcf().autofmt_xdate()
plt.xlabel('Elapsed Time')
plt.ylabel('Voltage')
plt.show()

内容的提问来源于stack exchange，提问作者random_engi