Python Matplotlib 误差棒绘制方法

使用 Matplotlib 的 errorbar() 函数绘制测量值及其不确定性：用 yerr 表示垂直方向的不确定性，用 xerr 表示水平方向的不确定性，也可以同时使用两者。以下示例使用固定数值，便于观察各参数如何改变图表。

Python 误差棒

误差棒表示绘图中某个测量值的不确定范围。例如，标有公差的电阻可能具有一系列取值，而不是一个保证准确的单一值。在图表中，误差棒会显示数据点周围的这一范围，但不会改变测量值本身。

运行此示例：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4]
y_values = [1, 2, 3, 4]
y_error = [0.9, 0.5, 0.75, 0.25]

plt.errorbar(x_values, y_values, yerr=y_error)
plt.show()

这段代码绘制四个带有垂直误差棒的数据点。yerr 为每个对应的 y 值提供垂直误差范围。y_error 列表为每个点提供一个数值，因此其长度与绘图数据相对应。Matplotlib 也接受共用的标量误差范围，或由下限和上限组成的两行数组；每种形式都必须符合数据的形状要求。如果所有点的不确定性都相同且对称，可以使用标量；如果每个点的不确定性各自不同但仍对称，可以使用序列；对于非对称的不确定性，则可以分别指定下限和上限。图中使用的是固定列表，而非随机生成的测量值。

若还要显示水平方向的不确定性，请传入 xerr 值。下一个示例使用相同的四个固定数据点，并为每个点设置 0.5 的水平误差范围。生成的 x 轴误差棒呈水平方向，而 yerr 仍会绘制垂直误差棒。

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4]
y_values = [1, 2, 3, 4]
y_error = [0.9, 0.5, 0.75, 0.25]
x_error = [0.5, 0.5, 0.5, 0.5]

plt.errorbar(x_values, y_values, yerr=y_error, xerr=x_error, fmt="--ro", ms=10)
plt.show()

格式字符串 fmt="--ro" 将虚线（--）、红色（r）和圆形标记（o）组合在一起。你可以用 fmt 选择数据线的样式、颜色和标记；需要更精细的控制时，也可以使用单独的绘图选项。ms 选项设置标记大小。若要调整标记外观，mec（也称为 markeredgecolor）会更改轮廓颜色，mfc（也称为 markerfacecolor）会更改填充颜色，而 mew（也称为 markeredgewidth）会更改轮廓宽度。这些选项影响的是数据标记，而不是误差棒。

误差棒有单独的样式参数。ecolor 设置误差棒颜色，例如，ecolor="g" 会将误差棒设为绿色。elinewidth 控制误差棒线条的宽度。capsize 设置末端小横线的长度，capthick 控制其粗细。端帽标示误差棒的端点，不是数据标记。请根据图表的比例和视觉效果设置这些值，不要依赖未经确认的默认外观。

下面的示例将这些设置与相同的数据、线条和标记样式结合起来：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4]
y_values = [1, 2, 3, 4]
y_error = [0.9, 0.5, 0.75, 0.25]
x_error = [0.5, 0.5, 0.5, 0.5]

plt.errorbar(
    x_values,
    y_values,
    yerr=y_error,
    xerr=x_error,
    fmt="--ro",
    ms=10,
    ecolor="g",
    elinewidth=3,
    capsize=10,
    capthick=3,
)
plt.show()

当图表中的数据点很多时，每个点都显示误差棒可能会降低可读性。使用 errorevery 可以选择哪些数据点显示误差棒，同时保留绘制的数据线和标记。例如，errorevery=2 会从序列中的第一个点开始，每隔一个点显示误差棒。它只会改变误差棒的显示位置，不会改变底层数据或数据线。若要偏移选择位置，该参数可以是表示步长的整数，也可以是由起始位置和步长组成的一对值。

运行此示例，在保留数据线和圆形标记的同时，让误差棒显示在交替的数据点上：

import matplotlib.pyplot as plt

x_values = [1, 2, 3, 4]
y_values = [1, 2, 3, 4]
y_error = [0.9, 0.5, 0.75, 0.25]

plt.errorbar(x_values, y_values, yerr=y_error, fmt="-o", errorevery=2)
plt.show()

请根据数据所表达的信息选择选项：垂直测量值的不确定性使用 yerr，水平测量值的不确定性使用 xerr，两者都有不确定性时则同时使用。让每个误差值对应它所描述的数据点；对于非对称的不确定性，分别指定下限和上限；然后调整 fmt、标记选项和误差棒样式，以提高可读性。如果图表显得拥挤，可以使用 errorevery 减少显示的误差棒数量，而不丢弃绘制的数据点。