Da ist nichts falsch. Erstens hat das nichts mit Pandas zu tun, damit wir, dass auslassen und betrachten das folgende Beispiel
import matplotlib.pyplot as plt
import numpy as np
a = np.random.randint(0,10,size=(11, 2))
plt.pcolor(a, cmap='Blues')
plt.show()
Wir erstellen ein Array mit 11 Zeilen und 2 Spalten und zeichnen es. Es zeigt auch eine 12. Reihe.
Die einfachste Lösung ist wahrscheinlich auf die Anzahl der Zeilen
plt.ylim([0,a.shape[0]])
in diesem Fall plt.ylim([0,11])
die Achse zu begrenzen nur.
Aber wir wollen mehr wissen ... Ist elf spezielle? Vielleicht sollten wir es herausfinden, indem wir ein paar andere Zahlen eingeben. 1 bis 10 funktionieren gut. 11 wird nicht. 12 wird, 13 nicht.
Also was ist das Besondere an diesen Zahlen, ist, dass Matplotlib nicht leicht gute Achsen-Marken finden kann, wenn es 11, 13, ... Entitäten geplottet werden soll. Dies wird von der Matplotlib locator
entschieden.
Der schwierige Teil wäre jetzt, einen guten Locator für 11 Entitäten zu finden. Ich denke, es gibt keine, wie
plt.gca().yaxis.set_major_locator(MaxNLocator(nbins = 11))
nicht hier arbeiten. Aber das könnte jetzt auch eine andere Frage sein.