为1秒采样数据散点图X轴设置分钟次刻度报OverflowError如何解决

pandas 绘制时间序列图表时，默认会将 X 轴的时间转为纳秒级整数时间戳，和 matplotlib 日期定位器（比如MinuteLocator）要求的浮点型日期单位不兼容，数值量级差距过大就会触发OverflowError: int too big to convert报错。

最简单的方案是在调用df.plot()时添加x_compat=True参数，启用 pandas 对 matplotlib 日期格式的兼容模式，修改后即可正常设置分钟级次刻度。

完整可运行代码 #

import matplotlib.pyplot as plt
from matplotlib.dates import MinuteLocator
import pandas as pd
import numpy as np

# 生成测试数据集
ndex = pd.date_range('2021-08-01 07:07:07', '2021-08-01 07:41:12', freq='1S', name='Time') 
df = pd.DataFrame(data=np.random.randint(1, 100, len(ndex)), index=ndex, columns=['A'])

fig, ax = plt.subplots()
# 添加x_compat=True启用matplotlib日期兼容
df.plot(color='red', marker='x', lw=0, ms=0.2, ax=ax, x_compat=True)

# 分钟级次刻度设置可正常执行
ax.xaxis.set_minor_locator(MinuteLocator())
plt.show()

可选替代方案 #

你也可以直接使用 matplotlib 原生的plot方法绘制，默认就支持日期定位器：

fig, ax = plt.subplots()
ax.plot(df.index, df['A'], color='red', marker='x', lw=0, ms=0.2)
ax.xaxis.set_minor_locator(MinuteLocator())
plt.show()

内容的提问来源于stack exchange，提问作者cfort