Matplotlib绘制pandas含有效值行折线图出现空白图表问题

• 现有pandas DataFrame共3095行、146列，结构示例如下：

index     5        45       60    85    6        133  ....... 137   141   number_points
0         0.35    0.63     NaN   0.78  0.84     0.67         0.84  NaN       10
1         NaN     NaN      NaN   0.11   NaN     0.21         0.09  NaN        4
2         NaN     NaN      NaN   0.88   NaN     0.25         NaN   NaN        7
3         NaN     0.53     0.34  NaN    NaN     NaN          NaN   0.1        5
4         NaN     NaN      NaN   NaN    NaN     NaN          NaN   NaN        0
5         NaN     NaN      NaN   NaN    NaN     NaN          NaN   NaN        5
3095 rows × 146 columns

• 列规则：除最后一列number_points外，其余列名均为整数类型，代表对应天数（如列名5代表第5天），列未按天数值大小排序；number_points列用于统计每行中非空值的列总数。

• 需求：绘制折线图，X轴为天数，Y轴为对应测量值。
• 部分行可正常出图，使用的示例代码如下：

# 数值来自原始数据集，与示例数据存在差异
plt.figure(figsize=(10,8))
df.iloc[1,:-1].T.plot()
plt.show()

正常绘图效果：

• 异常：部分行执行相同逻辑后仅输出空白图表，无任何折线内容。
• 初步校验：执行test.iloc[3028,:-1].unique().tolist()，确认待绘制行存在多个非空浮点值，返回结果如下：

>>> [nan,
 0.611478498393178,
 0.8732359604823238,
 0.567957634306329,
 0.5389633004976686]

执行相同绘图代码后输出空白图：

plt.figure(figsize=(10,8))
test.iloc[3028,:-1].T.plot()
plt.show()

• 待解决：定位异常原因，给出排查方向与可落地方案。

1. 先校验待绘制序列的基础属性 #

出现空白图的核心原因基本都是数据类型、索引异常导致pandas无法识别绘图数据，先执行以下代码打印基础信息：

row_series = test.iloc[3028, :-1]
print("序列值数据类型：", row_series.dtype)
print("索引（列名）数据类型：", row_series.index.dtype)
print("非空值总数：", row_series.count())
print("非空值对应天数列：", row_series.dropna().index.tolist())

• 若序列值类型为object：说明列中混入了非浮点类型数据（比如字符串格式的数字、特殊空值标记），pandas会将其识别为分类数据而非数值，无法绘制折线。先执行强制类型转换即可：

  row_series = pd.to_numeric(row_series, errors='coerce')
  

• 若索引类型不是数值/整数类型：说明列名被意外转换为字符串类文本（比如列名实际是"5"而非5），会导致X轴类型识别混乱。执行以下代码转换索引类型：

  row_series.index = row_series.index.astype(int)
  

2. 显式清洗数据后再绘图 #

不要直接对切片后的原始序列绘图，一维Series调用.T没有实际转置效果，还可能因为DataFrame的视图/副本机制触发异常。先丢弃空值、按天数列排序后再绘制：

plt.figure(figsize=(10,8))
plot_series = row_series.dropna().sort_index()
plot_series.plot()
plt.xlabel("天数")
plt.ylabel("测量值")
plt.show()

3. 检查轴范围是否异常 #

如果上述操作后还是空白，打印自动生成的轴范围，确认是否存在范围匹配错误：

ax = plot_series.plot()
print("X轴显示范围：", ax.get_xlim())
print("Y轴显示范围：", ax.get_ylim())

• 若轴范围和实际数值区间不匹配（比如Y轴范围被自动设置为远大于实际值的区间，导致折线被压缩到不可见），手动指定轴范围即可：

  ax.set_ylim(plot_series.min() - 0.1, plot_series.max() + 0.1)
  ax.set_xlim(plot_series.index.min() - 1, plot_series.index.max() + 1)
  

通用稳妥绘图写法 #

从根源上避免切片、索引、类型问题，不要直接对行切片绘图，先将单行数据转换为「天数-测量值」的标准二维结构再绘制：

# 提取所有代表天数的列，排除number_points列
day_cols = [col for col in test.columns if col != 'number_points']
# 转换为标准两列结构
row_data = test.loc[3028, day_cols].reset_index()
row_data.columns = ['day', 'value']
# 清洗数据：去空值、按天数排序
row_data = row_data.dropna().sort_values('day')
# 绘图
plt.figure(figsize=(10,8))
plt.plot(row_data['day'], row_data['value'])
plt.xlabel('天数')
plt.ylabel('测量值')
plt.show()

内容的提问来源于stack exchange，提问作者Reut