Matplotlib字符串X轴标签绘制趋势线报错求助

这个报错的核心原因很直接：numpy.polyfit根本不接受字符串类型的输入！你用的x=["1/2018", ...]是字符串数组，polyfit没法对字符串做线性拟合计算，自然就抛出了类型不匹配的错误。那些教程里用日期标签的，其实都是先把日期转成数值型数据做拟合，最后绘图时再换回日期字符串显示，只是没把这个细节写出来而已。

下面给你一套完整的解决方法，还包含趋势线延伸的实现：

步骤1：准备数值型x用于拟合 #

我们可以给每个日期分配一个连续的数值索引（比如0,1,2,3对应1-4月），用这个数值数组来做线性拟合：

import pylab
import numpy as np

# 原始数据
y = [129.000, 128.000, 140.000, 150.000]
x_dates = ["1/2018", "2/2018", "3/2018", "4/2018"]
# 生成数值型索引，用于拟合
x_num = np.arange(len(x_dates))

步骤2：计算趋势线 #

现在用数值型的x_num来做polyfit，就不会报错了：

# 线性拟合（degree=1）
z = np.polyfit(x_num, y, 1)
p = np.poly1d(z)
# 输出直线方程
print(f"y={z[0]:.6f}x+({z[1]:.6f})")

步骤3：绘制原始数据和趋势线 #

绘图时，x轴用原始的日期字符串，这样显示的还是友好的日期标签：

# 绘制原始数据点
pylab.plot(x_dates, y, 'o', label='原始数据')
# 绘制趋势线（用x_num计算p(x)，但x轴用x_dates）
pylab.plot(x_dates, p(x_num), "r--", label='趋势线')

步骤4：延伸趋势线到现有日期之外 #

如果要把趋势线延伸到比如5/2018、6/2018，只需要扩展数值索引和日期列表：

# 扩展数值索引和日期
extended_x_num = np.arange(len(x_dates)+2)  # 增加2个点
extended_x_dates = x_dates + ["5/2018", "6/2018"]
# 绘制延伸后的趋势线
pylab.plot(extended_x_dates, p(extended_x_num), "b:", label='延伸趋势线')

最后完善绘图 #

加上图例、标题等，让图表更清晰：

pylab.legend()
pylab.title('价格随日期变化趋势')
pylab.xlabel('日期')
pylab.ylabel('价格')
pylab.show()

为什么时间戳没解决？ #

如果之前尝试时间戳没成功，大概率是转换时没得到正确的数值类型（比如不小心转成了字符串，或者时间戳单位不对）。用上面的数值索引方法更简单，尤其适合这种连续的月份/日期序列，不需要处理复杂的时间格式转换。

内容的提问来源于stack exchange，提问作者Grant Zukel