python画cdf误差图 matplotlib 误差棒

当前有效matplotlib版本为：3.4.1。

概述

error()函数的作用是在plot函数的基础上，在数据点位置绘制误差棒。

函数的签名为matplotlib.pyplot.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, barsabove=False, lolims=False, uplims=False, xlolims=False, xuplims=False, errorevery=1, capthick=None, *, data=None, **kwargs)。

函数的参数为：

• x,y：数据的位置。类型为浮点数或类数组结构。必备参数。
• xerr, yerr：误差棒的误差范围，所有值必须为正值。类型为浮点数、类数组结构(N,) 或(2, N)。可选参数。

• 浮点数：所有点具有同一个对称的正负误差。
• 一维数组：每个点具有一个对应元素的对称的正负误差。
• (2, N)数组：每个点具有一个对应元素的非对称的正负误差。其中第一行包含负误差，第二行包含正误差。
• None：不绘制误差棒

• fmt：数据点/线的格式字符串，同plot函数。类型为字符串，默认值为''。可选参数。当取值为none时，不显示点和线。
• ecolor：误差棒线条的颜色。类型为颜色值，默认值为None，即使用与误差棒连接的标记点的颜色。可选参数。
• elinewidth：误差棒线条的宽度。类型为浮点数，默认值为None，即当前样式所使用的的线条宽度。 可选参数。
• capsize：误差棒两端横杠的长度。类型为浮点数，单位为像素点，默认值为rcParams["errorbar.capsize"]，即0.0。可选参数。
• capthick：误差棒两端横杠的宽度，markeredgewidth参数的别名。类型为浮点数，默认值为None。可选参数。
• barsabove：误差棒是否位于数据符号之上。类型为布尔值，默认值False。 可选参数。
• lolims, uplims, xlolims, xuplims：控制显示误差棒的上限部分或下限部分。类型为布尔值，默认值False。 可选参数。
  其中lolims, uplims用于控制y轴误差棒，xlolims, xuplims用于控制x轴误差棒。例如lolims用于控制y轴下限，当值为True时，当前数据点y值即为下限值，这意味着只显示大于该值的误差棒！即误差棒的上半部分。以此类推。
• errorevery：根据数据的子集绘制误差棒，相当于抽样，每errorevery个数据绘制一个误差棒。类型为整数或(整数,整数)二元组，默认值为1。
• **kwargs：matplotlib.lines.Line2D对象属性。

返回值为matplotlib.container.ErrorbarContainer对象。

• plotline：Line2D实例
• caplines：误差棒两端横杠的Line2D对象二元组
• barlinecols：水平/垂直方向误差范围 LineCollection对象元组

案例：演示yerr参数取值（对称误差、非对称误差）

import numpy as np
import matplotlib.pyplot as plt


# 构造数据
x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)
# 构造一维数组
yerr1 = np.linspace(0.05, 0.2, 10)
# 构造(2,N)结构的数组
yerr2 = np.random.rand(2,10)

# 浮点值，所有点统一对称误差
plt.errorbar(x, y, yerr=0.5)
# 一维数组，每个点分别根据数组对应元素设置对称误差
plt.errorbar(x, y - 1, yerr=yerr1)
# (2,N)结构数组，每个点分别根据数组设置误差
# 第一行对应每个点的负误差，第二行对应每个点的正误差
plt.errorbar(x, y - 2, yerr=yerr2)

plt.show()

案例：演示外观参数和抽样参数

import numpy as np
import matplotlib.pyplot as plt


# 构造数据
x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)

# 默认样式
plt.errorbar(x, y, yerr=0.2)
# 修改外观属性
plt.errorbar(x, y - 1, yerr=0.2, fmt='-', ecolor='r',
             elinewidth=2, capsize=2, capthick=1, barsabove=True)
# 抽样数据，每2个数据绘制一个误差棒
plt.errorbar(x, y - 2, yerr=0.2, errorevery=2)

plt.show()

案例：演示uplims、lolims参数

import numpy as np
import matplotlib.pyplot as plt


# 构造数据
x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)
yerr = np.linspace(0.05, 0.2, 10)
# 默认样式
plt.errorbar(x, y + 3, yerr=yerr, label='default')
# 只显示负误差部分
plt.errorbar(x, y + 2, yerr=yerr, uplims=True, label='uplims=True')
# 显示正负误差两部分
plt.errorbar(x, y + 1, yerr=yerr, uplims=True, lolims=True,
             label='uplims=True, lolims=True')
# 混合应用
upperlimits = [True] * 10
lowerlimits = [False, True] * 5
plt.errorbar(x, y, yerr=yerr, uplims=upperlimits, lolims=lowerlimits,
             label='subsets of uplims and lolims')

plt.legend()
plt.show()