Matplotlib绘制柱状图报错：float()参数不能为NoneType

问题根源分析 #

你遇到的错误主要来自两个问题：

• 变量名不匹配：代码里定义的是year_array和mean_sales_array，但调用plt.bar时用了未定义的year和mean_sales，这会直接引发变量未定义问题（你提到报错为NoneType，大概率是实际代码里变量名写对了，但数组维度不符合要求）。
• 数组维度错误：你的year_array和mean_sales_array是二维数组（格式类似[[2001], [2002]]，shape为(n,1)），而plt.bar要求传入一维数组，二维数组会被解析成嵌套序列，导致内部处理时出现NoneType异常。

修正后的完整代码 #

import numpy as np
import matplotlib.pyplot as plt

# 假设array_converted是你的原始数据数组，shape为(m,2)，第一列年份、第二列销售额
# 方式1：更高效的均值计算（替代循环）
years_unique, indices = np.unique(array_converted[:,0], return_inverse=True)
mean_per_year = np.bincount(indices, weights=array_converted[:,1]) / np.bincount(indices)

# 方式2：保留你的循环逻辑，修正数组处理
# mean_per_year = []
# for x in sorted(np.unique(array_converted[...,0])):
#     mean_per_year.append([x, np.average(array_converted[np.where(array_converted[...,0]==x)][...,1])])
# mean_per_year_array = np.array(mean_per_year)
# year_array = mean_per_year_array[:,0].astype('int64')  # 直接取第一列，得到一维数组
# mean_sales_array = mean_per_year_array[:,1].astype('int64')  # 直接取第二列，得到一维数组

# 绘制柱状图
plt.bar(years_unique.astype('int64'), mean_per_year.astype('int64'))
plt.xlabel('Years')
plt.ylabel('Mean Sales per Year')
plt.title('Mean Sales by Year')
plt.show()

关键修正细节 #

1. 变量名对齐：确保plt.bar的参数和你定义的变量一致，比如原代码里要改成plt.bar(year_array, mean_sales_array)。
2. 二维转一维：
   • 用循环逻辑时，不要用np.delete，直接通过索引取列：year_array = mean_per_year_array[:,0]，这样直接得到一维数组。
   • 若已有二维数组，也可以用flatten()转换：year_array.flatten()、mean_sales_array.flatten()后传入plt.bar。
3. 高效均值计算：用np.unique配合np.bincount可以避免循环，数据量较大时效率更高，同时避免手动处理数组维度的麻烦。

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