matplotlib errorbar函数详解：误差线绘制与参数配置指南

errorbar函数基础与误差范围指定

在matplotlib库中，errorbar函数主要用于绘制带有误差线的折线图。其基础调用方式如下所示。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1)

执行上述代码后，生成的图表效果如下。

yerr参数用于定义Y轴方向的误差范围，同时该函数也支持通过xerr参数定义X轴方向的误差。指定误差值有多种形式，上述代码演示了使用统一标量的方式，此时所有数据点的误差范围均相同。

此外，还可以将误差值指定为与数据点数量一致的数组，从而为每个数据点单独设定误差大小，具体用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[1, 2, 3, 4])

运行上述代码后的结果如图所示。

考虑到实际应用中每个数据点的上下误差可能不同，errorbar还支持使用行数为2的多维数组来分别指定每个点的上、下误差值，示例代码如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[[1,2,3,4],[1, 2, 3, 4]])

上述代码执行后的输出结果如下。

xerr参数的使用逻辑与yerr完全一致，此处不再重复赘述，仅给出一个示例。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=1)

对应的输出结果如下。

errorbar函数允许同时指定xerr和yerr参数，以实现双向误差的展示，用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=0.5, yerr=0.5)

执行结果如下。

误差线样式定制：fmt、ecolor与elinewidth

对于误差线的视觉样式，可以通过以下参数进行个性化定制。

1. fmt参数

fmt参数的取值规则与plot方法中指定点的颜色、形状及线条风格时的缩写方式相同，具体示例如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--')

上述代码同时设置了三个属性，运行结果如下。

默认情况下，图表中仅包含线条元素。因此，当仅指定点的属性而未指定线条风格时，线条相关属性为空，导致线条不显示，示例如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co')

上述代码未指定线条风格，运行结果如下。

再看一个仅指定颜色属性的例子，代码如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='c')

上述代码仅指定了颜色，运行结果如下。

2. ecolor参数

ecolor参数用于指定误差线的颜色，可将其与折线颜色区分开，用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--', ecolor='g')

运行结果如下。

3. elinewidth参数

elinewidth参数用于设置误差线的线条宽度，具体用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='ro-',ecolor='k',elinewidth=10)

运行结果如下。

lims系列参数：控制误差线方向与显示

4. lims系列参数

lims系列参数用于控制误差线的显示逻辑。针对X轴方向的误差线，涉及以下两个参数。

1. xuplims

2. xlolims

针对Y轴方向的误差线，涉及以下两个参数。

1. uplims

2. lolims

这四个参数默认值均为False。当取值为True时，对应方向的误差线将不显示，而在另一方向的误差线上会添加箭头标识，用法如下。

当uplims参数设为True时，向上的误差线隐藏，向下的误差线显示箭头，具体用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True)

运行结果如下。

当lolims参数设为True时，向下的误差线隐藏，向上的误差线显示箭头，具体用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, lolims=True)

运行结果如下。

当uplims和lolims参数均设为True时，双向误差线均显示箭头，具体用法如下。

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True, lolims=True)

运行结果如下。

除了标量值外，lims系列参数的值也可以是列表，从而为每个数据点单独设置状态，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])

运行结果如下。

True和False的不同组合可实现多样化的显示效果，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])

运行结果如下。

与xerr和yerr类似，我们可以同时指定所有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])

运行结果如下。

errorevery参数：处理密集数据抽样

5. errorevery参数

errorevery参数用于控制误差线的抽样频率。默认情况下，每个数据点都会显示误差线。当数据点数量巨大且分布密集时，全量显示误差线会导致视觉混乱，难以提取有效信息，如下图所示。

plt.errorbar(x=range(100), y=range(100),yerr=50)

在数据过于密集的情况下，可以使用errorevery参数进行抽样展示，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，每隔6个点绘制一个误差线。经过抽样处理后，误差线的显示密度显著降低，运行结果如下。

除上述专属基本参数外，errorbar还支持众多通用参数，可对样式进行更精细的调整，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)

运行结果如下。

errorbar函数包含较多参数，熟练掌握常用参数即可满足大部分需求。

本文介绍了matplotlib中errorbar函数的基本用法及高级参数配置，更多相关内容可查阅本站往期文章或继续浏览后续内容，感谢支持。