'numpy.ndarray'对象在尝试生成boxplot时没有属性'find'？

Dude 发表于 Dev

杜德

我正在尝试生成箱形图。这是我的代码，数据如下：

def loadData(fileName):
 data = pd.read_csv(fileName, quotechar='"')
    cols = data.columns.tolist()

    cols = cols[1:] + [ cols[0] ]
    data = data[cols]
    return data.values

cols={}
cols['close/last']=0
cols['volumne']=1
cols['open']=2
cols['high']=3
cols['low']=4
cols['date']=5

fileName = 'microsoft.csv'

def boxplot():
    data1 = loadData(fileName)
    ithattr1 = cols['high']
    ithattr2 = cols['close/last']
    dataset1 = data1[:,ithattr1]
    dataset2 = data1[:,ithattr2]

    fig = plt.figure()
    ax = fig.add_subplot(111)
    ax.boxplot([dataset1,dataset2])
    plt.show()


boxplot()

数据是浮点型的，由print命令验证，其输出为<type 'float'>。在运行代码时，出现以下错误（下面的完整stacktrace）

AttributeError: 'numpy.ndarray' object has no attribute 'find'

我的数据（例如dataset1）如下所示

[52.21 52.2 52.44 52.65 52.33 51.58 51.38 51.68 51.97 53.4163 54.07 53.1
 52.85 53.28 53.485 54.4001 55.39 54.8 56.19 56.78 56.85 55.95 55.96 55.88
 55.48 55.35 56.0 56.79 56.245 55.9 55.21 55.1 55.655 55.87 56.1 55.97
.........................................
 27.54 27.66 28.02 28.05 27.97 28.19 28.13]

data.shape=的输出(756,)

数据文件格式：

2016/01/29,97.3400,64332440.0000,94.7900,97.3400,94.3500
2016/01/28,94.0900,55622370.0000,93.7900,94.5200,92.3900
2016/01/27,93.4200,133059000.0000,96.0400,96.6289,93.3400
2016/01/26,99.9900,71937310.0000,99.9300,100.8800,98.0700
2016/01/25,99.4400,51529980.0000,101.5200,101.5300,99.2100

堆栈跟踪

Traceback (most recent call last):
  File "plot_curves.py", line 100, in <module>
    boxplot()
  File "plot_curves.py", line 96, in boxplot
    ax.boxplot([dataset1,dataset2])
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.py", line 3118, in boxplot
    manage_xticks=manage_xticks)
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.py", line 3480, in bxp
    flier_x, flier_y, **final_flierprops
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.py", line 3361, in doplot
    return self.plot(*args, **kwargs)
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_axes.py", line 1373, in plot
    for line in self._get_lines(*args, **kwargs):
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_base.py", line 304, in _grab_next_args
    for seg in self._plot_args(remaining, kwargs):
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_base.py", line 263, in _plot_args
    linestyle, marker, color = _process_plot_format(tup[-1])
  File "/home/rohit/anaconda/lib/python2.7/site-packages/matplotlib/axes/_base.py", line 85, in _process_plot_format
    if fmt.find('--') >= 0:
AttributeError: 'numpy.ndarray' object has no attribute 'find'

是否有人有任何想法，如何解决？

理查德·斯内普

您问题的直接原因是dataset1和dataset2，ndarray类型为dtype == object。

尽管您的值是按float类型读取的，但是当您访问values返回的数组的列（在行dataset1 = data1[:,ithattr1]）时，dtype会更改为object（因为您实际上是逐行提取数据，然后提取列，numpy并且浮点数和行中的字符串，因此必须强制使用最特定的通用数据类型- object。

您可以通过几种方法解决此问题。一种是简单地使数组成为列表，这时Python强制将看起来像浮点数的东西变成浮点数，即更改

ax.boxplot([dataset1,dataset2])

到

ax.boxplot([list(dataset1),list(dataset2)])

另一种是添加明确设置类型的行：

dataset1 = dataset1.astype(np.float)
dataset2 = dataset2.astype(np.float)

当您按索引访问列中包含不同数据类型的pandas数据帧或numpy数组时，这是一个陷阱。调试起来非常困难（花了我一段时间才能解决这个问题，我之前见过-请参阅编辑历史记录）

但是，通过数字索引处理数据的方式也意味着最终必须重新排序列等以方便使用loadData功能。更好的方法是让熊猫对类型等进行所有繁重的工作。

作为一个例子-我将您的代码放入（我认为）更传统的pandas / python编写中。它有点短，不需要黑客将数据更改为我上面提供给您的列表。下面是代码，其后是输出图（使用您问题中的输入数据片段）

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

def loadData(filename,cols):
    data = pd.read_csv(filename, quotechar='"',names=cols,header=None)
    return data

def boxplot(filename,cols):
    data1 = loadData(filename,cols)

    fig = plt.figure()
    ax = fig.add_subplot(111)

    ax.boxplot([data1['high'],data1['close/last']])
    plt.show()

cols=['date','close/last','volume','open','high','low']
filename = 'microsoft.csv'

boxplot(filename,cols)