Speicherfehler beim Plotten Datenrahmen (matplotlib)

Question

Ich verwende Pandas mit Jupyter Notebook und versuchen, eine kleine Datenrahmen zu zeichnen:

und wenn ich die folgende Zeile bin Einfügen:

df9.plot(x='Time', y='Pressure mean') 

Ich erhalte den folgenden Fehler:

--------------------------------------------------------------------------- 
MemoryError        Traceback (most recent call last) 
<ipython-input-8-c789b8162a1a> in <module>() 
----> 1 df9.plot(x='Time', y='Pressure mean') 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in __call__(self, x, y, kind, ax, subplots, sharex, sharey, layout, figsize, use_index, title, grid, legend, style, logx, logy, loglog, xticks, yticks, xlim, ylim, rot, fontsize, colormap, table, yerr, xerr, secondary_y, sort_columns, **kwds) 
    3735       fontsize=fontsize, colormap=colormap, table=table, 
    3736       yerr=yerr, xerr=xerr, secondary_y=secondary_y, 
-> 3737       sort_columns=sort_columns, **kwds) 
    3738  __call__.__doc__ = plot_frame.__doc__ 
    3739 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in plot_frame(data, x, y, kind, ax, subplots, sharex, sharey, layout, figsize, use_index, title, grid, legend, style, logx, logy, loglog, xticks, yticks, xlim, ylim, rot, fontsize, colormap, table, yerr, xerr, secondary_y, sort_columns, **kwds) 
    2609     yerr=yerr, xerr=xerr, 
    2610     secondary_y=secondary_y, sort_columns=sort_columns, 
-> 2611     **kwds) 
    2612 
    2613 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in _plot(data, x, y, subplots, ax, kind, **kwds) 
    2436   plot_obj = klass(data, subplots=subplots, ax=ax, kind=kind, **kwds) 
    2437 
-> 2438  plot_obj.generate() 
    2439  plot_obj.draw() 
    2440  return plot_obj.result 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in generate(self) 
    1029 
    1030   for ax in self.axes: 
-> 1031    self._post_plot_logic_common(ax, self.data) 
    1032    self._post_plot_logic(ax, self.data) 
    1033 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in _post_plot_logic_common(self, ax, data) 
    1157     ax.set_xticklabels(xticklabels) 
    1158    self._apply_axis_properties(ax.xaxis, rot=self.rot, 
-> 1159           fontsize=self.fontsize) 
    1160    self._apply_axis_properties(ax.yaxis, fontsize=self.fontsize) 
    1161   elif self.orientation == 'horizontal': 

C:\Anaconda3\lib\site-packages\pandas\tools\plotting.py in _apply_axis_properties(self, axis, rot, fontsize) 
    1205 
    1206  def _apply_axis_properties(self, axis, rot=None, fontsize=None): 
-> 1207   labels = axis.get_majorticklabels() + axis.get_minorticklabels() 
    1208   for label in labels: 
    1209    if rot is not None: 

C:\Anaconda3\lib\site-packages\matplotlib\axis.py in get_majorticklabels(self) 
    1159  def get_majorticklabels(self): 
    1160   'Return a list of Text instances for the major ticklabels' 
-> 1161   ticks = self.get_major_ticks() 
    1162   labels1 = [tick.label1 for tick in ticks if tick.label1On] 
    1163   labels2 = [tick.label2 for tick in ticks if tick.label2On] 

C:\Anaconda3\lib\site-packages\matplotlib\axis.py in get_major_ticks(self, numticks) 
    1288   'get the tick instances; grow as necessary' 
    1289   if numticks is None: 
-> 1290    numticks = len(self.get_major_locator()()) 
    1291   if len(self.majorTicks) < numticks: 
    1292    # update the new tick label properties from the old 

C:\Anaconda3\lib\site-packages\pandas\tseries\converter.py in __call__(self) 
    876    vmin, vmax = vmax, vmin 
    877   if self.isdynamic: 
--> 878    locs = self._get_default_locs(vmin, vmax) 
    879   else: # pragma: no cover 
    880    base = self.base 

C:\Anaconda3\lib\site-packages\pandas\tseries\converter.py in _get_default_locs(self, vmin, vmax) 
    857 
    858   if self.plot_obj.date_axis_info is None: 
--> 859    self.plot_obj.date_axis_info = self.finder(vmin, vmax, self.freq) 
    860 
    861   locator = self.plot_obj.date_axis_info 

C:\Anaconda3\lib\site-packages\pandas\tseries\converter.py in _daily_finder(vmin, vmax, freq) 
    481      Period(ordinal=int(vmax), freq=freq)) 
    482  span = vmax.ordinal - vmin.ordinal + 1 
--> 483  dates_ = PeriodIndex(start=vmin, end=vmax, freq=freq) 
    484  # Initialize the output 
    485  info = np.zeros(span, 

C:\Anaconda3\lib\site-packages\pandas\tseries\period.py in __new__(cls, data, ordinal, freq, start, end, periods, copy, name, tz, **kwargs) 
    186    else: 
    187     data, freq = cls._generate_range(start, end, periods, 
--> 188             freq, kwargs) 
    189   else: 
    190    ordinal, freq = cls._from_arraylike(data, freq, tz) 

C:\Anaconda3\lib\site-packages\pandas\tseries\period.py in _generate_range(cls, start, end, periods, freq, fields) 
    200     raise ValueError('Can either instantiate from fields ' 
    201         'or endpoints, but not both') 
--> 202    subarr, freq = _get_ordinal_range(start, end, periods, freq) 
    203   elif field_count > 0: 
    204    subarr, freq = _range_from_fields(freq=freq, **fields) 

C:\Anaconda3\lib\site-packages\pandas\tseries\period.py in _get_ordinal_range(start, end, periods, freq, mult) 
    1026        dtype=np.int64) 
    1027  else: 
-> 1028   data = np.arange(start.ordinal, end.ordinal + 1, mult, dtype=np.int64) 
    1029 
    1030  return data, freq 

MemoryError: 

Was ist das Problem? Ich kann es nicht herausfinden. Danke!

Answer 1

Das Problem stammt von der Verwendung von TimedeltaIndex (oder Timedelta) für Ihre Zeitspalte. Es wurde dort berichtet: https://github.com/pydata/pandas/issues/8711 Es ist noch keine Lösung zu uns gebracht worden.

Als eine alternative Lösung, ich lade Sie ein, Ihre Daten zu DateTime oder DateTimeIndex zu konvertieren. Nehmen wir an, YourDate enthält das Startdatum Ihrer Beobachtungen.

df9.index = pd.DatetimeIndex(pd.datetime.strptime(YourDate,'%d.%m.%Y %H:%M:%S') 
          +df9['Time']) 
df9.plot(y='Pressure mean') 

Beachten Sie, dass es nur die Stunden plotten wird, wenn Sie weniger als 24 Stunden haben.

BEARBEITEN (2016-11-07): Ich kann jetzt Timedelta als Index und Diagramm richtig verwenden. Dies ist, wie ich vorgehen (I Float-Zahlen unter der Annahme haben angibt Stunden):

converter = {'Time[h]' : lambda x: pd.to_timedelta(float(x),unit='h')}#converts float to timedelta 
df = pd.read_csv(fpath, sep='\t', 
       skiprows=len(comments),#header 
       names=dt.keys(),#you need of course your own dtype 
       dtype=dt,#you need of course your own dtype 
       encoding='latin-1',#European data... 
       skipinitialspace=True, 
       converters=converter) 
df = df.set_index('Time[h]')#time column to index. 

Answer 2

Wie Wli erwähnt, ist es ein Fehler ist immer noch festgelegt werden. Aber als Workaround hat das für mich funktioniert. -

plt.plot(s.index,s.values)