оллега вручил мне сценарий, который используется для сбора данных из базы данных и их построения. Когда я сам использовал скрипт, графики не выглядят одинаково, и это связано с версией Matplotlib.

Скрипт, который выполняет построение данных, довольно короткий:

import matplotlib.pyplot as plt
import csv
import os
from dateutil import parser

def plot(outputDir,plotsDir,FS):
    allfiles = os.listdir(outputDir)
    flist = []
    for f in allfiles:
        if 'csv' in f.lower(): flist.append(f)
    for f in flist:
        with open(outputDir + '/' + f, 'rt') as ff:
            data = list(csv.reader(ff,delimiter=FS))
        values = [i[2] for i in data[1::]]
        values = ['NaN' if v is '' else v for v in values]
        time = [parser.parse(i[1]) for i in data[1::]]
        plt.xlabel('Time_[UTC]')
        plt.plot(time, values)
        plt.xticks(rotation=40)
        if os.path.isdir(plotsDir) != 1:
            os.mkdir(plotsDir, 777)
        plt.savefig('{}/{}_Data.png'.format(plotsDir, f[:-4]), bbox_inches='tight', dpi=160)
        plt.clf()


outputdir = 'C:/Users/matthijsk/Documents/Test'
plotsdir = outputdir + '/plots'
fs = ','
plot(outputdir, plotsdir, fs)

Когда я запускаю его с использованием Matplotlib версии 2.1.0, мое изображение выглядит так:Когда я запускаю его с использованием Matplotlib версии 2.0.2, он выглядит так, как он должен:

Файл, который читает скрипт, выглядит так:

stationNo,dtg(UTC),TT_[°C],source_TT,quality_TT
10381,2017-01-01 00:00:00,3.0,ob,na
10381,2017-01-01 01:00:00,3.0,ob,na
10381,2017-01-01 02:00:00,2.4,ob,na
10381,2017-01-01 03:00:00,2.5,ob,na
10381,2017-01-01 04:00:00,2.5,ob,na
10381,2017-01-01 05:00:00,2.3,ob,na
10381,2017-01-01 06:00:00,1.9,ob,na
10381,2017-01-01 07:00:00,1.0,ob,na
10381,2017-01-01 08:00:00,0.1,ob,na
10381,2017-01-01 09:00:00,0.9,ob,na

Может кто-нибудь объяснить мне, что изменилось в Matplotlib, что вызвало это? И, видимо, я делаю что-то не так с заговором, который вызывает это. Кто-нибудь может заметить ошибку? Я уже пытался использовать

values = [float(value) if value.isnumeric() else None for value in values]

Но это не решило это. Примечание. Я бы предпочел не использовать какие-либо нестандартные пакеты (например, Pandas), поскольку получить разрешение на установку таких пакетов довольно сложно.