python画图|errorbar初探

【1】引言

在不断的学习进程中，关于error的部分不可避免。

我暂时将其粗浅理解为：误差不可避免，因此曲线一定会长出毛毛。

基于此，我们先开始认识以下errorbar函数。

【2】官网教程

官网通过下述链接直达：

https://matplotlib.org/stable/gallery/statistics/errorbar.html#sphx-glr-gallery-statistics-errorbar-py

在这里我们看到曲线上有毛毛，非常类似之前设置过的ticks，相关文章点击下述链接直达：

python画图|我的曲线长毛毛了（TickedStroke patheffect）-CSDN博客

为了解读官网教程，我对代码增加了注释。

【3】代码解读

首先引入画图和计算模块：

import matplotlib.pyplot as plt #引入画图模块
import numpy as np #引入计算模块

然后定义变量：

x = np.arange(0.1, 4, 0.5) #定义自变量范围
y = np.exp(-x) #定义因变量范围

之后定义画图，并输出errorbar图：

fig, ax = plt.subplots() #定义要画图
ax.errorbar(x, y, xerr=0.2, yerr=0.4) #定义画errorbar图
plt.show() #输出图形

在这里我们看到ax.errorbar()函数被直接调用，本文的主要研究对象就是该函数，函数具体介绍页面通过下述链接直达：

https://matplotlib.org/stable/api/_as_gen/matplotlib.axes.Axes.errorbar.html#matplotlib.axes.Axes.errorbar

这里我们只需要重点关注 Axes.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None）这几个参数。

x, y：画图用的自变量和因变量；

yerr, xerr：因变量误差，自变量误差

fmt：本来要画曲线的类型，由点线、实线等多种

ecolor：误差线的颜色，如果不设置就和本来要画的曲线一个颜色。

运行代码的输出图形为：

图1

增加注释后的完整代码为：

import matplotlib.pyplot as plt #引入画图模块
import numpy as np #引入计算模块# example data
x = np.arange(0.1, 4, 0.5) #定义自变量范围
y = np.exp(-x) #定义因变量范围fig, ax = plt.subplots() #定义要画图
ax.errorbar(x, y, xerr=0.2, yerr=0.4) #定义画errorbar图
plt.show() #输出图形

【4】代码修改

【4.1】fmt设置

首先尝试设置曲线的线型，即设置fmt：

ax.errorbar(x, y, xerr=0.2, yerr=0.4,fmt='-.') #定义画errorbar图

运行后的输出图形为：

图2

【4.2】ecolor设置

然后设置误差线的线型，即设置ecolor：

ax.errorbar(x, y, xerr=0.2, yerr=0.4,fmt='-.',ecolor='green') #定义画errorbar图

运行后的输出图形为：

图3

图3输出了预期的图像。

【5】代码完善

从图像观感上看，较大的Y轴误差yerr占据大量的区域，如果显示确实如此，那其实无法改变。

但在学习的进程中，尝试修改yerr的值，观察图像有何变化。

首先将yerr的值改为0.1：

ax.errorbar(x, y, xerr=0.2, yerr=0.1,fmt='-.',ecolor='green') #定义画errorbar图

运行代码后的输出为：

图4

 由图4可见，Y轴方向的误差线确实变短。

下一步给图像增加名称，病危了增加对比把误差线改为品红色：

ax.errorbar(x, y, xerr=0.2, yerr=0.1,fmt='-.',ecolor='m') #定义画errorbar图
ax.set_title('learn-errorbar-aixmls')

此时的输出图像为;

图5

【6】总结

掌握了errorbar()函数的使用技巧。