python - 使用不同 matplotlib 版本绘图的差异

Question

我的一位同事递给我一个脚本，用于从数据库收集数据并绘制它。自己用脚本的时候画的不太一样，跟Matplotlib的版本有关系。

绘制数据的脚本非常短:

import matplotlib.pyplot as plt
import csv
import os
from dateutil import parser

def plot(outputDir,plotsDir,FS):
    allfiles = os.listdir(outputDir)
    flist = []
    for f in allfiles:
        if 'csv' in f.lower(): flist.append(f)
    for f in flist:
        with open(outputDir + '/' + f, 'rt') as ff:
            data = list(csv.reader(ff,delimiter=FS))
        values = [i[2] for i in data[1::]]
        values = ['NaN' if v is '' else v for v in values]
        time = [parser.parse(i[1]) for i in data[1::]]
        plt.xlabel('Time_[UTC]')
        plt.plot(time, values)
        plt.xticks(rotation=40)
        if os.path.isdir(plotsDir) != 1:
            os.mkdir(plotsDir, 777)
        plt.savefig('{}/{}_Data.png'.format(plotsDir, f[:-4]), bbox_inches='tight', dpi=160)
        plt.clf()


outputdir = 'C:/Users/matthijsk/Documents/Test'
plotsdir = outputdir + '/plots'
fs = ','
plot(outputdir, plotsdir, fs)

当我使用 Matplotlib 2.1.0 版运行它时​​，我的图像如下所示: 当我使用 Matplotlib 2.0.2 版运行它时​​，它看起来应该是这样的:

脚本正在读取的文件如下所示:

stationNo,dtg(UTC),TT_[°C],source_TT,quality_TT
10381,2017-01-01 00:00:00,3.0,ob,na
10381,2017-01-01 01:00:00,3.0,ob,na
10381,2017-01-01 02:00:00,2.4,ob,na
10381,2017-01-01 03:00:00,2.5,ob,na
10381,2017-01-01 04:00:00,2.5,ob,na
10381,2017-01-01 05:00:00,2.3,ob,na
10381,2017-01-01 06:00:00,1.9,ob,na
10381,2017-01-01 07:00:00,1.0,ob,na
10381,2017-01-01 08:00:00,0.1,ob,na
10381,2017-01-01 09:00:00,0.9,ob,na

谁能解释一下 Matplotlib 中发生了什么变化导致了这种情况？显然我在导致这种情况的阴谋上做错了。谁能注意到一个错误？ 我已经尝试过使用

values = [float(value) if value.isnumeric() else None for value in values]

但这并没有解决问题。 注意:我宁愿不使用任何非标准包(如 Pandas)，因为获得安装此类包的批准非常麻烦。

Answer 1

数据以字符串形式读入。在 matplotlib 2.0 中，它们会自动转换为 float ，以便可以绘制它们。

在 matplotlib 2.1 中，categorical plots have been introduced .这现在允许像

plt.plot(["apple", "banana", "cherry"], [2,1,3])

虽然这对于某些应用程序来说当然很棒，但它打破了以前绘制可转换为 float 的字符串的选项。我想这很好，它只是让用户有责任自己进行转换。

在这种情况下，您可能希望像这样进行转换

values = [None if v is '' else float(v) for v in values]

如果您已经有一个 numpy 数组:np.array(values).astype(float)

通常，可以使用numpy.loadtxt 将文件读入 float 组。如果文件包含日期，则使用转换器，如 reading a comma-delimited file with a date object and a float with Python将是可能的。

读取文本文件的另一个选项是 pandas.read_csv。