跳转至

向 Matplotlib 条形图添加误差线

原文:https://www.geesforgeks.org/add-error-bar-to-a-matplotlib-bar-plot/

先决条件:T2【马特洛特利

在本文中,我们将使用 Matplotlib 创建一个带有误差线的条形图。误差条形图是表示数据可变性的好方法。它可以应用于图表,为所呈现的数据提供额外的详细信息层。

进场:

  • 导入所需的 python 库。
  • 制作简单的数据。
  • 使用 plt.errorbar()函数绘图
  • 显示图表

matplotlib 库 pyplot 模块中的 【误差线()】 功能用于将 y 对 x 绘制为带有附加误差线的线条和/或标记。

语法:matplotlib.pyplot.error bar(x,y,yerr=None,xerr=None,fmt= ",ecolor=None,elinewidth =None,倾覆= None,barsabove=False,lolims=False,uplims=False,xlolims=False,xuplims=False,errorevery = 1,capthick=None,,data=None,*kwargs)

参数:该方法接受以下描述的参数:

  • x,y:这些参数是数据点的水平和垂直坐标。
  • ecolor: 此参数为可选参数。它是 errorbar 线条的颜色,默认值为 NONE。
  • 埃莉诺:此参数也是可选参数。它是 errorbar 行的线宽,默认值为 NONE。
  • 翻船:这个参数也是可选参数。它是误差线的长度,以磅为单位,默认值为 NONE。
  • barsabove: 该参数也是可选参数。它包含布尔值“真”,用于在绘图符号上方绘制误差线。其默认值为“假”。

下面给出了使用上述方法的实现:

示例 1: 在“y”值中添加一些错误。

蟒蛇 3

# importing matplotlib
import matplotlib.pyplot as plt

# making a simple plot
a = [1, 3, 5, 7]
b = [11, 2, 4, 19]

# Plot scatter here
plt.bar(a, b)

c = [1, 3, 2, 1]

plt.errorbar(a, b, yerr=c, fmt="o", color="r")

plt.show()

输出:

示例 2: 在‘x’值中添加一些错误。

蟒蛇 3

# importing matplotlib
import matplotlib.pyplot as plt

# making a simple plot
a = [1, 3, 5, 7]
b = [11, 2, 4, 19]

# Plot scatter here
plt.bar(a, b)

c = [1, 3, 2, 1]

plt.errorbar(a, b, xerr=c, fmt="o", color="r")

plt.show()

输出:

例 3:x 和 y 相加误差

蟒蛇 3

import matplotlib.pyplot as plt

a = [1, 3, 5, 7]
b = [11, 2, 4, 19]

plt.bar(a, b)

c = [1, 3, 2, 1]
d = [1, 3, 2, 1]

plt.errorbar(a, b, xerr=c, yerr=d, fmt="o", color="r")
plt.show()

输出:

例 4: 在 x 和 y 方向添加变量误差

蟒蛇 3

# importing matplotlib
import matplotlib.pyplot as plt

# making a simple plot
x = [1, 2, 3, 4, 5]
y = [1, 2, 1, 2, 1]

# creating error
y_errormin = [0.1, 0.5, 0.9, 0.1, 0.9]
y_errormax = [0.2, 0.4, 0.6,  0.4, 0.2]

x_error = 0.5

y_error = [y_errormin, y_errormax]

# ploting graph
plt.bar(x, y)

plt.errorbar(x, y,

             yerr=y_error,

             xerr=x_error,

             fmt='o', color="r")  # you can use color ="r" for red or skip to default as blue

plt.show()

输出:



回到顶部