python - 当数据具有 NaN 时，在 matplotlib 中的线图中绘制阴影不确定区域

Question

我想要一个看起来像这样的情节:

我正在尝试使用 matplotlib 来做到这一点:

fig, ax = plt.subplots()

with sns.axes_style("darkgrid"):
    for i in range(5):
        ax.plot(means.ix[i][list(range(3,104))], label=means.ix[i]["label"])
        ax.fill_between(means.ix[i][list(range(3,104))]-stds.ix[i][list(range(3,104))], means.ix[i][list(range(3,104))]+stds.ix[i][list(range(3,104))])
    ax.legend()

我希望阴影区域与中心线的颜色相同。但现在，我的问题是 means 有一些 NaN 而 fill_between 不接受。我得到错误

TypeError: ufunc 'isfinite' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

关于如何实现我想要的目标有什么想法吗？该解决方案不需要使用 matplotlib，只要它可以绘制我的一系列点及其对多个系列的不确定性。

Answer 1

好的。所以问题之一是我的数据的 dtype 是 object 而不是 float 这导致 fill_between 到当它查看数字是否有限时失败。我终于设法通过 (a) 转换为 float 然后 (b) 解决不确定性和线条的匹配颜色问题，使用调色板。所以我有:

import seaborn as sns
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
fig, ax = plt.subplots()
clrs = sns.color_palette("husl", 5)
with sns.axes_style("darkgrid"):
    epochs = list(range(101))
    for i in range(5):
        meanst = np.array(means.ix[i].values[3:-1], dtype=np.float64)
        sdt = np.array(stds.ix[i].values[3:-1], dtype=np.float64)
        ax.plot(epochs, meanst, label=means.ix[i]["label"], c=clrs[i])
        ax.fill_between(epochs, meanst-sdt, meanst+sdt ,alpha=0.3, facecolor=clrs[i])
    ax.legend()
    ax.set_yscale('log')

这给了我以下结果: