极客笔记Matplotlib ax.errorbar
参考：ax.errorbar
在matplotlib中，我们经常需要对数据进行可视化展示，其中误差条是一种常用的展示方法。ax.errorbar是matplotlib中用于绘制误差条图的函数，在数据可视化中具有重要的作用。
1. 绘制基本的误差条图
首先我们来看一个最基本的示例，绘制一个简单的误差条图：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o')
plt.show()
Output:
在这个示例中，我们定义了x轴和y轴的数据，以及每个点的误差值。然后使用ax.errorbar函数绘制了误差条图。参数yerr=error指定了y轴的误差值，参数fmt='-o'指定了误差条的样式为实线加圆点。
2. 自定义误差条的属性
ax.errorbar函数还可以自定义误差条的各种属性，比如颜色、线型、点型等。下面是一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o', color='red', linestyle='--', marker='s', markersize=8)
plt.show()
在这个示例中，我们通过设置参数color='red'指定了误差条的颜色为红色，linestyle='--'指定了误差条的线型为虚线，marker='s'指定了误差条的点型为方形，markersize=8指定了点的大小为8。
3. 多组数据同时绘制误差条
ax.errorbar函数还可以同时绘制多组数据的误差条，让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y1 = [1, 4, 9, 16, 25]
y2 = [1, 3, 6, 10, 15]
error1 = [0.5, 0.6, 0.7, 0.8, 0.9]
error2 = [0.3, 0.4, 0.5, 0.6, 0.7]
fig, ax = plt.subplots()
ax.errorbar(x, y1, yerr=error1, fmt='-o', label='Data 1')
ax.errorbar(x, y2, yerr=error2, fmt='-s', label='Data 2')
ax.legend()
plt.show()
Output:
在这个示例中，我们定义了两组数据y1和y2，每组数据都有自己的误差值。然后通过两次调用ax.errorbar函数绘制了两组数据的误差条，并通过label参数指定了图例的名称，最后调用ax.legend()函数显示图例。
4. 设置误差条的误差方向
在某些情况下，我们需要设置误差条的误差方向，比如纵向误差条或横向误差条。下面是一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, xerr=error, fmt='-o')
plt.show()
Output:
在这个示例中，我们通过设置参数xerr=error指定了横向误差条的误差值，即x轴方向上的误差值。
5. 组合使用误差条和其他类型的图
ax.errorbar函数还可以和其他类型的图组合使用，比如折线图、散点图等。下面是一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o')
ax.plot(x, y, 'r--')
plt.show()
Output:
在这个示例中，我们先使用ax.errorbar函数绘制了误差条图，然后调用ax.plot函数绘制了一条红色虚线的折线图。
6. 自定义误差条的错误线宽
ax.errorbar函数还可以自定义误差条的错误线宽，让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o', capsize=3, capthick=2)
plt.show()
Output:
在这个示例中，我们通过设置参数capsize=3指定了误差条顶端和底端的横线长度为3，capthick=2指定了误差条横线的宽度为2。
7. 隐藏误差条的点
有时候我们希望隐藏误差条的点，只显示误差线。让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-', markersize=0)
plt.show()
Output:
在这个示例中，我们通过设置参数fmt='-'去掉了误差条的点，markersize=0指定了点的大小为0。
8. 绘制带有水平线的误差条
ax.errorbar函数还可以绘制带有水平线的误差条，让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, xerr=error, fmt='-o', ecolor='orange', capsize=5)
plt.show()
Output:
在这个示例中，我们通过设置参数xerr=error指定了横向误差条的误差值，ecolor='orange'指定了误差线的颜色为橙色，capsize=5指定了误差线的横线长度为5。
9. 使用有颜色填充的误差条
ax.errorbar函数还可以绘制带有颜色填充的误差条，让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o', ecolor='skyblue', elinewidth=2, alpha=0.5)
plt.show()
Output:
在这个示例中，我们通过设置参数ecolor='skyblue'指定了误差线的颜色为天蓝色，elinewidth=2指定了误差线的宽度为2，alpha=0.5指定了填充颜色的透明度为0.5。
10. 设置误差条的粗细
最后，我们可以通过设置误差条的粗细来调整误差条的显示效果。让我们来看一个示例代码：
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
error = [0.5, 0.6, 0.7, 0.8, 0.9]
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o', capsize=3, linewidth=2)
plt.show()
Output:
在这个示例中，我们通过设置参数linewidth=2指定了误差条的粗细为2。