📜  在 Matplotlib 散点图中使用误差线

📅  最后修改于: 2022-05-13 01:55:40.329000             🧑  作者: Mango

在 Matplotlib 散点图中使用误差线

先决条件: Matplotlib

在本文中,我们将使用 Matplotlib 创建带有误差线的散点图。误差条形图是表示数据可变性的好方法。它可以应用于图形以提供有关所呈现数据的详细信息的附加层。

方法

  • 导入所需的Python库。
  • 创建数据。
  • 将所需的值传递给 errorbar()函数
  • 绘制图形。

下面给出了上述概念的实现:

示例 1:在“y”值中添加一些错误。

Python3
import matplotlib.pyplot as plt
  
a = [1, 3, 5, 7]
b = [11, -2, 4, 19]
plt.scatter(a, b)
  
c = [1, 3, 2, 1]
  
plt.errorbar(a, b, yerr=c, fmt="o")
plt.show()


Python3
import matplotlib.pyplot as plt
  
a = [1, 3, 5, 7]
b = [11, -2, 4, 19]
plt.scatter(a, b)
  
c = [1, 3, 2, 1]
  
plt.errorbar(a, b, xerr=c, fmt="o")
plt.show()


Python3
import matplotlib.pyplot as plt
  
a = [1, 3, 5, 7]
b = [11, -2, 4, 19]
plt.scatter(a, b)
  
  
c = [1, 3, 2, 1]
d = [1, 3, 2, 1]
  
# you can use color ="r" for red or skip to default as blue
plt.errorbar(a, b, xerr=c, yerr=d, fmt="o", color="r")
  
plt.show()


Python3
# 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.plot(x, y)
plt.errorbar(x, y,
             yerr=y_error,
             xerr=x_error,
             fmt='o')  
plt.show()


输出:

示例 2:在“x”值中添加一些错误。

蟒蛇3

import matplotlib.pyplot as plt
  
a = [1, 3, 5, 7]
b = [11, -2, 4, 19]
plt.scatter(a, b)
  
c = [1, 3, 2, 1]
  
plt.errorbar(a, b, xerr=c, fmt="o")
plt.show()

输出:

示例 3:在 x & y 中添加错误

蟒蛇3

import matplotlib.pyplot as plt
  
a = [1, 3, 5, 7]
b = [11, -2, 4, 19]
plt.scatter(a, b)
  
  
c = [1, 3, 2, 1]
d = [1, 3, 2, 1]
  
# you can use color ="r" for red or skip to default as blue
plt.errorbar(a, b, xerr=c, yerr=d, fmt="o", color="r")
  
plt.show()

输出:

示例 4:在 x 和 y 中添加变量误差。

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.plot(x, y)
plt.errorbar(x, y,
             yerr=y_error,
             xerr=x_error,
             fmt='o')  
plt.show()

输出: