Matplotlib绘制值与数据集不符问题求助

问题描述 #

尝试绘制数据集中的随机行，数据集包含不同日期收集的数据，已将x轴设置为指定日期且无插值，但Matplotlib绘制的值与数据集中的条目值不匹配，趋势和数值偏差极大。相关代码如下：

# 创建整数类型的日期数组
flat_Dates_dates = flat_Dates[2:7]
flat_Dates_dates
# 输出：[20220620, 20220624, 20220627, 20220701, 20220708]

# 转换为pandas DatetimeIndex，避免日期插值
date_obj_pd = pd.to_datetime(flat_Dates_dates, format=("%Y%m%d"))
# 输出：DatetimeIndex(['2022-06-20', '2022-06-24', '2022-06-27', '2022-07-01', '2022-07-08'], dtype='datetime64[ns]', freq=None)

注：x轴为date_obj_pd，y轴为数据集对应的pandas DataFrame行。

可能的问题原因 #

• x与y数据索引/长度不匹配：date_obj_pd长度为5，但如果y轴选取的DataFrame行/列长度不符，或索引未对齐，会导致数据错位映射
• y轴数据选择错误：误选了整列而非目标行，或行索引指定错误，导致绘制了非预期的数据
• 数据类型异常：y轴数据为字符串类型，Matplotlib自动转换时出现数值偏差
• 日期轴隐式处理问题：Matplotlib对datetime轴的自动定位逻辑，可能导致数据点与日期的对应关系错乱

修复方法 #

1. 严格对齐x与y的索引
   将date_obj_pd设置为目标数据的索引，确保一一对应：

   # 假设target_row是你要绘制的DataFrame行
   target_row.index = date_obj_pd
   target_row.plot(marker='o', rot=45)
   

2. 明确指定x、y对应数据
   绘图时直接传入一一对应的数组，避免隐式索引匹配：

   import matplotlib.pyplot as plt
   
   # 选取DataFrame的目标行（比如第3行）
   y_values = df.iloc[2].values
   # 绘制时绑定x和y
   plt.plot(date_obj_pd, y_values, marker='o')
   plt.xticks(rotation=45)
   plt.show()
   

3. 检查并修正数据类型
   确保y轴数据为数值类型：

   # 将DataFrame转换为数值类型，无法转换的设为NaN
   df = df.apply(pd.to_numeric, errors='coerce')
   

4. 强制关闭日期插值
   手动设置x轴定位器，仅显示指定日期：

   plt.plot(date_obj_pd, y_values, marker='o')
   # 固定x轴刻度为指定日期
   plt.gca().xaxis.set_major_locator(plt.FixedLocator(date_obj_pd))
   plt.xticks(rotation=45)
   plt.show()
   

内容的提问来源于stack exchange，提问作者lambda