在matplotlib中，errorbar方法用于绘制带误差线的折线图，基本用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1)
输出结果如下
yerr参数用于指定y轴水平的误差，同时该方法也支持x轴水平的误差，对应参数xerr。指定误差值有多种方式，上述代码展示的是指定一个统一标量的用法，此时，所以的点误差值都一样。
除此之外，还可以指定为一个和点的个数相同的数组，为每个点单独设置误差值，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[1, 2, 3, 4])
输出结果如下
另外，考虑到每个点的上下误差会不同，也支持用行数为2的多维数组来单独指定每个点上下的误差值，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[[1,2,3,4],[1, 2, 3, 4]])
输出结果如下
xerr参数的用法和yerr相同，这里不再赘述，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=1)
输出结果如下
errorbar方法支持同时指定xerr和yerr参数，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=0.5, yerr=0.5)
输出结果如下
对于误差图的样式，可以通过以下几个参数来个性化指定
1. fmt
fmt参数的值和plot方法中指定点的颜色，形状，线条风格的缩写方式相同，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--')
上述代码同时指定了3个属性，输出结果如下
默认的图中只有线条这一元素，所以当我们指定了点的属性时，如果不指定线条的风格等属性，则对应的属性为空，线条元素不会显示，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co')
上述代码没有指定线条的风格，输出结果如下
再来看一个例子，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='c')
上述代码只指定了颜色属性，输出结果如下
2. ecolor
ecolor参数指定error bar的颜色，可以和折线的颜色加以区分，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--', ecolor='g')
输出结果如下
3. elinewidth
elinewidth参数指定error bar的线条宽度，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='ro-',ecolor='k',elinewidth=10)
输出结果如下
4. lims系列参数
lims系列参数用于控制误差线的显示，对于x轴水平的误差线而言，有以下两个参数
1. xuplims
2. xlolims
对于y轴水平的误差线而言，有以下两个参数
1. uplims
2. lolims
这四个参数默认的取值为False， 当取值为True时，对应方向的误差线不显示，同时在另外一个方向上的误差线上，会用箭头加以标识。
当uplims参数的值为True时，向上的误差线不显示，向下的误差线加箭头，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True)
输出结果如下
当lolims参数的值为True时，向下的误差线不显示，向上的误差线加箭头，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, lolims=True)
输出结果如下
当uplims和lolims参数的值都为True时，双向的误差线都加箭头，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True, lolims=True)
输出结果如下
除了指定为标量外，lims系列参数的值也可以是一个列表，为每个点单独设值，用法如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=[False, True, False, True], lolims=[True, False, True, False])
输出结果如下
不同的True和False的组合可以实现不同的效果，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=0.5, uplims=[True,True,False,False],lolims=[True,False,True,False])
输出结果如下
和xerr,yerr类似，我们也可以同时指定4个lims参数，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=0.5, uplims=[True,True,False,False],lolims=[True,False,True,False],xerr=0.5, xuplims=[True,False,True,False],xlolims=[True,True,False,False])
输出结果如下
5. errorevery
errorevery参数用于指定误差线的抽样频率，默认情况下，每个点的误差线都会显示，当点很多且密集分布时, 每个点都显示误差线的话，就很难看出有效的信息，比如下图
plt.errorbar(x=range(100), y=range(100),yerr=50)
过于密集的情况下，可以使用errorevery参数进行抽样，基本用法如下
plt.errorbar(x=range(100), y=range(100),yerr=50,errorevery=6)
上述代码表示从第一个点开始，每6个点画一个误差线，这样抽样之后，误差线就不那么密集了，输出结果如下
除了以上几个专属的基本参数外，还有很多的通用参数，可以对errorbar的样式进行精细调整，示例如下
plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, marker='s', mfc='red', mec='green', ms=20, mew=4)
输出结果如下
errorbar的参数较多，熟练掌握常用的几个即可。
·end·
一个只分享干货的
生信公众号
