pandas 0.21.0 时间戳与 matplotlib 的兼容性问题

Question

我刚刚将 pandas 从 0.17.1 更新到 0.21.0 以利用一些新功能，但遇到了与 matplotlib 的兼容性问题（我也更新到了最新的 2.1.0）。特别是 Timestamp 对象似乎发生了显着变化。

我碰巧有另一台机器仍在运行旧版本的 pandas(0.17.1)/matplotlib(1.5.1)，我用来比较差异：

两个版本都显示我的 DataFrame 索引为 dtype='datetime64[ns]

DatetimeIndex(['2017-03-13', '2017-03-14', ... '2017-11-17'], type='datetime64[ns]', name='dates', length=170, freq=None)

但是当调用type(df.index[0]) 时，0.17.1 给出pandas.tslib.Timestamp 而0.21.0 给出pandas._libs.tslib.Timestamp。

当以df.index 作为 x 轴绘图时：

plt.plot(df.index, df['data'])

matplotlibs 默认将 x 轴标签格式化为 pandas 0.17.1 的日期，但无法识别 pandas 0.21.0 的日期，并简单地给出原始数字 1.5e18（以纳秒为单位的纪元时间）。

我还有一个自定义光标，通过在 x 值上使用 matplotlib.dates.DateFormatter 报告点击位置，对于 0.21.0 失败：

OverflowError: signed integer is greater than maximum

我可以在调试中看到报告的 x 值在 0.17.1 时约为 736500（即自第 0 年以来的天数），但在 0.21.0 时约为 1.5e18（即纳秒纪元时间）。

我对 matplotlib 和 pandas 之间的兼容性中断感到惊讶，因为它们显然被大多数人一起使用。我在为较新版本调用上面的绘图函数的方式上是否遗漏了什么？

更新 如上所述，我更喜欢使用给定的轴对象直接调用plot，但只是为了它，我尝试调用 DataFrame 本身的 plot 方法df.plot()。完成此操作后，所有后续绘图都会正确识别时间戳在同一 python 会话中。就好像设置了一个环境变量，因为我可以重新加载另一个 DataFrame 或使用subplots 创建另一个轴，而1.5e18 没有出现在哪里。正如最新的 pandas 文档所说的 pandas，这真的闻起来像一个错误：

The plot method on Series and DataFrame is just a simple wrapper around plt.plot()

但显然它对 python 会话做了一些事情，以便随后的图正确处理时间戳索引。

其实就是简单的运行上面pandas链接的例子：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))

根据 ts.plot() 是否被调用，下图是否正确地将 x 轴格式化为日期：

plt.plot(ts.index,ts)
plt.show()

一旦调用了成员 plot，随后在新系列或 DataFrame 上调用 plt.plot 将正确自动格式化，而无需再次调用成员 plot 方法。

Answer 1

issue with pandas datetimes and matplotlib 来自最近发布的 pandas 0.21，它不再在导入时注册其转换器。一旦您（在 pandas 中）使用这些转换器一次，它们就会被注册并被 matplotlib 自动使用。

一种解决方法是手动注册它们，

import pandas.plotting._converter as pandacnv
pandacnv.register()

无论如何，这个问题在 pandas 和 matplotlib 方面都是众所周知的，所以下一个版本会有某种修复。 Pandas 在即将发布的版本中考虑readding the register。所以这个问题可能只是暂时存在。一个选项也是恢复到不应该发生这种情况的 pandas 0.20.x。

更新：这不再是当前版本的 matplotlib (2.2.2)/pandas(0.23.1) 的问题，而且很可能是自 2017 年 12 月左右发布的许多版本，当时已修复。

更新 2： 从 pandas 0.24 或更高版本开始，推荐的注册转换器的方法是

from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

或者如果pandas 已经导入为pd，

pd.plotting.register_matplotlib_converters()

Answer 2

在pandas github上打开issue后，我了解到这确实是pandas和matplotlib之间关于自动注册单位转换器的已知issue。事实上，它被列在我以前没见过的新功能page 上，以及注册转换器的正确方法：

from pandas.tseries import converter
converter.register() 

这也是第一次在 Series 或 DataFrame 上调用成员 plot 方法时完成，这解释了我在上面观察到的情况。

这样做似乎是为了让 matplotlib 实现对 pandas datetime 的一些基本支持，但实际上某种弃用警告可能对这种中断有用。然而，在 matplotlib 真正实现这种支持（或某种惰性注册机制）之前，实际上我总是将这两行放在 pandas 导入中。所以我不确定为什么 pandas 会在 matplotlib 端准备好之前禁用导入时的自动注册。

Answer 3

看起来这个问题已经在 matplotlib 的未来版本中得到修复。

尝试运行“pip install --upgrade matplotlib”。

我遇到了同样的问题“AttributeError: 'numpy.datetime64' object has no attribute 'toordinal'”。升级包 matplotlib 时已修复。