plt.fill_between报错ufunc 'isfinite'不支持输入类型解决方案

报错根因 #

触发该错误的核心是类型不兼容：

• 你转换字段类型时使用的Int64（首字母大写）是pandas特有的可空整数类型，属于pandas自定义的扩展类型，并非numpy原生支持的数值类型，numpy的底层计算函数（包括报错信息里的np.isfinite）无法直接识别该类型。
• matplotlib绘图前会调用numpy的校验逻辑检查输入值是否合法，传入pandas自定义的Int64类型数组时就会触发该类型错误。
• 你仅对Year字段做了类型转换，但聚合后生成的Number of Immigrants列仍然是pandas Int64类型，这是触发报错的直接来源。
• 原代码还缺失numpy库的导入，后续调用np.min/np.max时会额外触发NameError。

修复方案 #

将所有传入matplotlib的绘图序列转换为numpy原生支持的数值类型（int64/float64，注意类型名首字母小写）即可，不要直接传入pandas自定义的Nullable扩展类型。
修正后的可运行完整代码：

import pyodbc 
import pandas as pd
import numpy as np # 补全缺失的numpy导入
import matplotlib.pyplot as plt 
import warnings
warnings.filterwarnings('ignore')

conn = pyodbc.connect('Driver={SQL Server Native Client 11.0};'
                      'Server=LAPTOP-34VQMBK6\SQLEXPRESS;'
                      'Database=Portofolio Data Analytics;'
                      'Trusted_Connection=yes;')

df = pd.read_sql_query('SELECT * FROM vCanada2', conn)

# 转换为numpy原生int64类型，不要使用大写I的pandas自定义Int64
df['NumOfImm'] = df['NumOfImm'].astype('int64')

df = df.groupby('Year').agg({'NumOfImm': sum}).rename(columns={'NumOfImm': 'Number of Immigrants'}).reset_index()

# 提取绘图数据时统一转numpy原生类型
x = df['Year'].astype('int64').values
y1 = df['Number of Immigrants'].astype('int64').values

fig, ax = plt.subplots(1, 1, figsize=(20,8), dpi= 120)
plt.fill_between(x, y1=y1, y2=-y1, alpha=0.5, linewidth=2, color='seagreen')
plt.ylim(-280000, 280000)
plt.title('Immigration Rate in Canada (Two Side View)', fontsize=16) # 修正原代码中Canda的拼写错误
plt.hlines(y=0, xmin=np.min(x), xmax=np.max(x), linewidth=.5)
plt.show()

注意事项 #

• 如果原始数据中存在空值，先调用df = df.dropna(subset=['Year','NumOfImm'])丢弃对应空值行，再做类型转换，避免转numpy原生类型时触发报错。
• 所有基于numpy实现的Python绘图库（matplotlib、seaborn等），传参时优先使用numpy原生数值数组、Python原生int/float列表，尽量避免直接传入pandas自定义的Nullable扩展类型（Int64/Float64/Boolean等），否则很容易触发这类类型不兼容问题。

内容的提问来源于stack exchange，提问作者Grha Gandana P