如何正确使用 matplotlib 的 pcolor？

Question

我有一个使用 matplotlib 和数据框绘制的二维图。

我在这个问题中遵循了公认的答案：How to change pyplot background colour in region of interest?

在我最后一次 Arch Linux 更新之前，我的代码一直按预期工作。 从那时起，我的代码不再工作，我收到以下错误：

[1493 rows x 5 columns]
Traceback (most recent call last):
  File "eco.py", line 148, in _show_alert
    ax.pcolor(df.index, ax.get_ylim(),df['alert'].values[np.newaxis])
  File "/usr/lib/python3.8/site-packages/matplotlib/__init__.py", line 1447, in inner
    return func(ax, *map(sanitize_sequence, args), **kwargs)
  File "/usr/lib/python3.8/site-packages/matplotlib/axes/_axes.py", line 5821, in pcolor
    X, Y, C, shading = self._pcolorargs('pcolor', *args, shading=shading,
  File "/usr/lib/python3.8/site-packages/matplotlib/axes/_axes.py", line 5590, in _pcolorargs
    Nx = X.shape[-1]
AttributeError: 'list' object has no attribute 'shape'

代码：

cmap = ListedColormap(['white','red'])
ax.pcolor(df.index, ax.get_ylim(),df['alert'].values[np.newaxis],
              cmap=cmap, alpha=0.5, linewidth=1, antialiased=True)

其中 df 是 pandas 的数据框实例，df.index 时间戳索引和 df['alert'] 值可以是 0 或 1（因此我可以在 alert=1 时映射红色）。 预期的最终结果是具有白色背景或红色背景的二维图形 (df['val'])，具体取决于 df['alert']。

我做错了什么？ 如果它以前有效，我很幸运吗？ API是否改变了？如果是这样，我怎么会知道这种东西？

Answer 1

根据所提供的信息，很难理解您做错了什么。这是一个简单的工作示例。尝试找出与您的实现的差异，尤其是变量的类型。

from matplotlib import dates as mdates
from matplotlib.colors import ListedColormap
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = pd.DataFrame({
    'date': ['10/25/2005','10/29/2002','01/01/2001','01/01/2000','01/01/1999','01/01/1997'],
    'A': [0,5,-1,3,4,0],
    'alert': [0,0,0,1,1,1]
})

# convert to type datetime
data['date'] = pd.to_datetime(data['date'])
data = data.set_index('date')

fig, ax = plt.subplots()
cmap = ListedColormap(['white','red'])
ax.plot(data['A'])
ax.set_xlabel('')
plt.xticks(rotation = 30)
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))

ax.pcolor(data.index, ax.get_ylim(),data['alert'].values[np.newaxis],
              cmap=cmap, alpha=0.5, linewidth=1, antialiased=True)

plt.axhline(y = 0, color = 'black')
plt.tight_layout()