python绘制带有误差棒条形图的实现
更新时间：2023年07月09日 16:08:40 作者：微小冷
本文主要介绍了python绘制带有误差棒条形图的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
bar和barh
在matplotlib中，通过bar和barh来绘制条形图，分别表示纵向和横向的条形图。二者的输入数据均主要为高度x和标签height，示例如下
import matplotlib.pyplot as plt import numpy as np x = np.arange(8) fig = plt.figure() ax = fig.add_subplot(1,2,1) ax.bar(x.astype(str), x) ax = fig.add_subplot(1,2,2) ax.barh(x.astype(str), x) plt.show()
效果为
其中，左侧为纵向的条形图，右侧为横向的条形图，二者分别由bar和barh实现。
加入误差棒
在bar或者barh中，误差线由xerr, yerr来表示，其输入值为 1 × N 1\times N 1×N或者 2 × N 2\times N 2×N维数组。
errs = np.random.rand(2, 8) fig = plt.figure() ax = fig.add_subplot(1,2,1) ax.bar(x.astype(str), x, yerr=errs, capsize=5) ax = fig.add_subplot(1,2,2) ax.barh(x.astype(str), x, xerr=errs, capsize=5) plt.show()
从代码可知，纵向的条形图和横向的条形图有着不同的误差棒参数，其中纵向的条形图用yerr作为误差棒；横向条形图用xerr做误差棒，效果如图所示
如果反过来，那么效果会非常滑稽
errs = np.random.rand(2, 8) fig = plt.figure() ax = fig.add_subplot(1,2,1) ax.bar(x.astype(str), x, xerr=errs, capsize=5) ax = fig.add_subplot(1,2,2) ax.barh(x.astype(str), x, yerr=errs, capsize=5) plt.show()
在熟悉基础功能之后，就可以对条形图和误差棒进行更高级的定制。bar和barh函数的定义为
Axes.bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs) Axes.barh(y, width, height=0.8, left=None, *, align='center', data=None, **kwargs)
其中，x, y, height, width等参数自不必多说，而颜色、边框颜色等的定制参数，在**kwarg中，可通过下列参数来搞定
- color 控制条形图颜色
- edgecolor 控制条形图边框颜色
- linewidth 控制条形图边框粗细
- ecolor 控制误差线颜色
- capsize 误差棒端线长度
上面的参数中，凡是涉及颜色的，均支持单个颜色和颜色列表，据此可对每个数据条进行定制。
定制误差棒颜色
下面就对条形图和误差棒的颜色进行定制
xs = np.arange(1,6)
errs = np.random.rand(5)
colors = ['red', 'blue', 'green', 'orange', 'pink']
plt.bar(xs.astype(str), xs, yerr=errs, color='white',
edgecolor=colors, ecolor=colors)
plt.show()其中，color表示条形图的数据条内部的颜色，此处设为白色。然后将数据条的边框和误差棒，均设为colors，即红色、蓝色、绿色、橘黄色以及粉色，最终得到效果如下
到此这篇关于python绘制带有误差棒条形图的实现的文章就介绍到这了,更多相关python带有误差棒条形图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python实现查找系统盘中需要找的字符,涉及Python字符查找的相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-07-07
保护文档内容是常见的需求,但有时我们可能会忘记或丢失文档的密码,导致无法访问重要信息,本文将介绍如何使用Python创建一个简单而实用的文档密码移除工具,需要的可以参考下2023-12-12
这篇文章主要介绍了GCN 图神经网络使用详解 可视化 Pytorch，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-12-12
这篇文章主要为大家详细介绍了PyQt5+requests实现车票查询工具，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-01-01
这篇文章主要介绍了windows中安装Python3.8.0的实现方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-11-11
这篇文章主要介绍了Python使用PyYAML库读写yaml文件的方法,包括YAML基本概念介绍及YAML语法知识，结合示例代码给大家介绍的非常详细，需要的朋友可以参考下2022-04-04
这篇文章主要为大家介绍了如何利用Python实现提取Excel指定关键词的行数据，文中的示例代码讲解详细，感兴趣的小伙伴可以跟随小编一起动手试一试2022-03-03
这篇文章主要介绍了vscode搭建之python Django环境配置方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-01-01
随着大数据和实时计算的兴起,实时数据流处理变得越来越重要,Flink和Kafka是实时数据流处理领域的两个关键技术,下面我们就来看看如何使用Python将Flink和Kafka集成在一起吧2025-03-03
这篇文章主要介绍了Django使用Pycharm连接MySQL数据库的实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
最新评论