Matplotlib ist fill_between funktioniert nicht mit plot_date, alternativen?

Ich erstellen möchten ein Grundstück wie dieses:
Matplotlib ist fill_between funktioniert nicht mit plot_date, alternativen?

Code:

P.fill_between(DF.start.index, DF.lwr, DF.upr, facecolor='blue',   alpha=.2)
P.plot(DF.start.index, DF.Rt, '.')

aber mit Datumsangaben auf der x-Achse, wie dies (ohne Bänder):
Matplotlib ist fill_between funktioniert nicht mit plot_date, alternativen?

code:

P.plot_date(DF.start, DF.Rt, '.')

das problem ist, dass fill_between schlägt fehl, wenn die x-Werte sind date_time Objekte.

Weiß jemand einen workaround? DF ist ein pandas DataFrame.

In diesem Rezept wird es zeigen, wie Sie arbeiten: matplotlib.org/users/recipes.html#fill-between-and-alpha, aber ich bekomme die folgende Fehlermeldung: Zustand = ~(np.isfinite(a)) TypeError: ufunc 'isfinite" nicht unterstützt für die input-Typen, und die Eingänge können nicht sicher sein gezwungen, um einen der unterstützten Typen nach der casting-Regel "sicher"
Ausgabe DF.info(): <class 'pandas.core.frame.DataFrame'> Int64Index: 967 Einträge, 0 966 Daten Spalten (insgesamt 9 Spalten): SE 967 non-null int64 start 967 nicht-null-Objekt Ende 967 nicht-null-Objekt-Fällen 967 non-null int64 Rt-961 non-null float64 Rt2 967 non-null float64 p1 967 non-null float64 lwr 967 non-null float64 upr 967 non-null float64 dtypes: float64(5), int64(2), Objekt(2) memory usage: 75.5+ KB Keine
Konvertieren Sie die numpy datetime64[ns] - Typ um ein array von python datetime.datetime-Objekte mithilfe to_pydatetime(). Lösung entnommen aus hier.

InformationsquelleAutor fccoelho | 2015-01-22

18

Würde es helfen, wenn Sie zeigen, wie df definiert ist. Was bedeutet df.info() Bericht? Dies zeigt uns die dtypes der Spalten.

Gibt es viele Möglichkeiten, die Daten können dargestellt werden als strings, ints, floats, datetime.datetime, NumPy datetime64s, Pandas Zeitstempeln oder Pandas DatetimeIndex. Die richtige Möglichkeit zu zeichnen, es hängt davon ab, was Sie haben.

Hier ein Beispiel, das zeigt dein code funktioniert, wenn df.index ist ein DatetimeIndex:
```
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats

index = pd.date_range(start='2000-1-1', end='2015-1-1', freq='M')
N = len(index)
poisson = (stats.poisson.rvs(1000, size=(N,3))/100.0)
poisson.sort(axis=1)
df = pd.DataFrame(poisson, columns=['lwr', 'Rt', 'upr'], index=index)

plt.fill_between(df.index, df.lwr, df.upr, facecolor='blue', alpha=.2)
plt.plot(df.index, df.Rt, '.')
plt.show()
```
Wenn der index-string-Repräsentationen von Daten, dann (mit Matplotlib-version 1.4.2) erhalten Sie eine TypeError:
```
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats

index = pd.date_range(start='2000-1-1', end='2015-1-1', freq='M')
N = len(index)
poisson = (stats.poisson.rvs(1000, size=(N,3))/100.0)
poisson.sort(axis=1)
df = pd.DataFrame(poisson, columns=['lwr', 'Rt', 'upr'])

index = [item.strftime('%Y-%m-%d') for item in index]
plt.fill_between(index, df.lwr, df.upr, facecolor='blue', alpha=.2)
plt.plot(index, df.Rt, '.')
plt.show()
```
Erträge
```
  File "/home/unutbu/.virtualenvs/dev/local/lib/python2.7/site-packages/numpy/ma/core.py", line 2237, in masked_invalid
    condition = ~(np.isfinite(a))
TypeError: Not implemented for this type
```
In diesem Fall, das Update ist das konvertieren der Zeichenfolgen Zeitstempel:
```
index = pd.to_datetime(index)
```
- Es funktionierte, sobald ich um die datetime-Spalte in den index...
- Was ist, wenn das Datum Spalte aus der Pandas datetime64 Objekte? Sholud ich konvertieren Sie es in etwas anderes? Gibt es eine Möglichkeit, fill_between() auf diese Objekte?
- Es sollte kein problem sein; plt.plot und plt.fill_between akzeptieren-arrays dtype datetime64[ns] gut.
- Wenn ich datetime64 und plt.fill_between() ich bekommen: TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''. So der Grund für diesen Fehler sollte irgendwo anders sein?
- Konnte Sie bereiten ein kleines Beispiel das zeigt das problem, und schicken Sie es in einer neuen Frage? Googeln TypeError: ufunc 'isfinite' not supported for the input types zeigt dieser Fehler kann möglicherweise auftreten, durch die version von matplotlib ist oder wenn Sie einen NumPy-array von dtype 'Objekt'. Und es gibt wahrscheinlich auch andere Gründe. So ist es schwer zu wissen, was die Ursache für dein problem, ohne ein reproduzierbares Beispiel.
- href="http://stackoverflow.com/questions/29329725/pandas-and-matplotlib-fill-between-vs-datetime64">Posted Frage
- Ich würde mit, dass ufunc Fehler an einer Stelle, weil meine dates waren in der falschen form. Ich konvertiert Sie zu datetimes und die ufunc Fehler ging Weg und alles lief glatt.
InformationsquelleAutor unutbu

Bezüglich der Fehlermeldung chilliq:

TypeError: ufunc 'isfinite' not supported for the input types, and the inputs 
  could not be safely coerced to any supported types according to the casting 
  rule ''safe''

Diese erzeugt werden kann, wenn der DataFrame Spalten "Objekt", "dtype" bei der Verwendung von fill_between. Ändern Sie die Spalte "Beispiel" - Typen und dann versuchen zu Plotten, wie folgt, führt zu dem Fehler oben:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats

index = pd.date_range(start='2000-1-1', end='2015-1-1', freq='M')
N = len(index)
poisson = (stats.poisson.rvs(1000, size=(N,3))/100.0)
poisson.sort(axis=1)
df = pd.DataFrame(poisson, columns=['lwr', 'Rt', 'upr'], index=index)
dfo = df.astype(object)

plt.fill_between(df0.index, df0.lwr, df0.upr, facecolor='blue', alpha=.2)
plt.show()

Aus dfo.info() wir sehen, dass die Spalte Typen sind "Objekt":

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 180 entries, 2000-01-31 to 2014-12-31
Freq: M
Data columns (total 3 columns):
lwr    180 non-null object
Rt     180 non-null object
upr    180 non-null object
dtypes: object(3)
memory usage: 5.6+ KB

Sicherzustellen, dass der DataFrame hat numerische Spalten wird das problem lösen. Um dies zu tun, die wir benutzen können pandas.to_numeric zu konvertieren, wie folgt:

dfn = dfo.apply(pd.to_numeric, errors='ignore')

plt.fill_between(dfn.index, dfn.lwr, dfn.upr, facecolor='blue', alpha=.2)
plt.show()

InformationsquelleAutor H0R5E

0

Ich bekam ähnliche Fehler bei der Verwendung von fill_between:
```
ufunc 'bitwise_and' not supported
```
Jedoch, in meinem Fall die Ursache der Fehler war ziemlich dumm. Ich war vorbei, color-parameter aber ohne explizites argument name, die verursacht es zu sein #4-parameter genannt where. So einfach machen Sie sicher, dass keyword-Parametern hat das Problem gelöst:
```
ax.fill_between(xdata, highs, lows, color=color, alpha=0.2)
```
InformationsquelleAutor Shital Shah

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.