Matplotlib绘制乘客量折线图异常问题求助

核心现象：使用plt.plot(df_pass_by_year_pd['Date'], df_pass_by_year_pd['Prediction'])能正常生成线性回归曲线，但替换为PassengerCountSum后图表显示异常，以下是常见排查方向和解决办法：

1. 检查PassengerCountSum的数据有效性 #

• 先确认该列是否存在非数值类型或空值：

  print(df_pass_by_year_pd['PassengerCountSum'].dtype)
  print(df_pass_by_year_pd['PassengerCountSum'].isna().sum())
  

  • 若为字符串类型，转换为数值：

    df_pass_by_year_pd['PassengerCountSum'] = pd.to_numeric(df_pass_by_year_pd['PassengerCountSum'], errors='coerce')
    

  • 若存在空值，按需填充（比如用前向填充或均值）：

    df_pass_by_year_pd['PassengerCountSum'] = df_pass_by_year_pd['PassengerCountSum'].fillna(method='ffill')
    

2. 确保Date列按时间排序 #

折线图异常最常见的原因是X轴日期未按顺序排列——回归值Prediction本身是有序序列所以不受影响，但原始客流数据可能存在日期乱序：

• 先对数据按Date排序：

  df_pass_by_year_pd = df_pass_by_year_pd.sort_values('Date')
  

  排序后重新绘图：

  plt.plot(df_pass_by_year_pd['Date'], df_pass_by_year_pd['PassengerCountSum'])
  plt.plot(df_pass_by_year_pd['Date'], df_pass_by_year_pd['Prediction'])
  plt.xticks(rotation=45)
  plt.show()
  

3. 处理数值量级差异 #

如果PassengerCountSum和Prediction的数值量级差距过大，会导致其中一条线被压缩到几乎不可见，看起来像异常。可以用双Y轴分别展示：

fig, ax1 = plt.subplots(figsize=(10,6))

# 绘制客流数据
ax1.plot(df_pass_by_year_pd['Date'], df_pass_by_year_pd['PassengerCountSum'], color='#1f77b4', label='Passenger Count')
ax1.set_xlabel('Date')
ax1.set_ylabel('Passenger Count Sum', color='#1f77b4')
ax1.tick_params(axis='y', labelcolor='#1f77b4')
ax1.legend(loc='upper left')

# 绘制回归预测曲线
ax2 = ax1.twinx()
ax2.plot(df_pass_by_year_pd['Date'], df_pass_by_year_pd['Prediction'], color='#ff7f0e', label='Prediction')
ax2.set_ylabel('Prediction', color='#ff7f0e')
ax2.tick_params(axis='y', labelcolor='#ff7f0e')
ax2.legend(loc='upper right')

plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

4. 尝试用Pandas内置绘图方法 #

直接使用Matplotlib的plt.plot可能存在类型适配问题，改用Pandas自带的plot方法更适配DataFrame结构：

df_pass_by_year_pd.sort_values('Date').plot(x='Date', y=['PassengerCountSum', 'Prediction'], kind='line', figsize=(10,6))
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者BigGiorgio