指定x轴与y轴绘图时y轴数值异常问题排查

核心原因分析 #

单独调用ax.plot(temps)时，Matplotlib默认使用连续递增的索引值作为x轴，折线会按数据顺序平滑连接。而指定hours作为x轴后异常，大概率是以下两类问题：

• hours序列并非有序排列，导致折线在x轴上来回跳转，视觉上显得混乱
• hours中存在异常值（如超大/超小数值），挤压了y轴的显示范围，让温度曲线看起来异常

具体排查与解决步骤 #

• 检查并修复hours的排序问题
  先确认hours是否按顺序排列：

  print(df['timestamps'].values)
  

  如果发现hours是乱序的，先对DataFrame按timestamps排序后再绘图：

  df_sorted = df.sort_values(by='timestamps')
  fig, ax = plt.subplots()
  ax.plot(df_sorted['timestamps'], df_sorted['temps'])
  

• 排查hours的数值异常
  查看hours的统计信息，确认是否存在超出合理范围的数值：

  print(df['timestamps'].describe())
  

  如果有异常值，先过滤清洗数据：

  # 示例：保留0-24范围内的时间数据（根据实际业务调整范围）
  df_clean = df[(df['timestamps'] >= 0) & (df['timestamps'] <= 24)]
  fig, ax = plt.subplots()
  ax.plot(df_clean['timestamps'], df_clean['temps'])
  

• 验证数据类型与完整性
  确认两列数据均为有效数值类型，无缺失或非数值混入：

  # 转换为数值类型，无法转换的设为NaN
  df['timestamps'] = pd.to_numeric(df['timestamps'], errors='coerce')
  df['temps'] = pd.to_numeric(df['temps'], errors='coerce')
  # 删除包含缺失值的行
  df = df.dropna(subset=['timestamps', 'temps'])
  fig, ax = plt.subplots()
  ax.plot(df['timestamps'], df['temps'])
  

• 小样本测试定位问题
  取前10行数据测试，判断是整体数据问题还是局部数据异常：

  sample_df = df.head(10)
  fig, ax = plt.subplots()
  ax.plot(sample_df['timestamps'], sample_df['temps'])
  

  如果小样本显示正常，再逐步扩大范围排查异常数据行。

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