python绘制带有误差棒的条形图

这篇具有很好参考价值的文章主要介绍了python绘制带有误差棒的条形图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


python条形图系列: 带有误差棒的条形图💎 分组条形图💎 3D条形图

bar和barh

matplotlib中,通过barbarh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

python绘制带有误差棒的条形图,# Python可视化,python,matplotlib,条形图,bar,误差棒
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barbarh实现。

加入误差棒

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

python绘制带有误差棒的条形图,# Python可视化,python,matplotlib,条形图,bar,误差棒
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()

python绘制带有误差棒的条形图,# Python可视化,python,matplotlib,条形图,bar,误差棒

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。barbarh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

python绘制带有误差棒的条形图,# Python可视化,python,matplotlib,条形图,bar,误差棒文章来源地址https://www.toymoban.com/news/detail-537167.html

到了这里,关于python绘制带有误差棒的条形图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 数据可视化——绘制带有时间线的柱状图

    我们已经学习了使用 pyecharts 包中的模块和相应的方法绘制了折线图和地图,那么今天我将为大家分享如何绘制带有时间线的柱状图。 绘制柱状图跟绘制折线图的步骤是大致相同的。 python 中绘制柱状图依赖于 pyecharts.charts 模块下的 Bar 方法。 我们还可以将横坐标与纵坐标颠

    2024年02月16日
    浏览(44)
  • Matlab论文插图绘制模板第69期—带误差棒的折线图(Errorbar)

    在之前的文章中,分享了一系列 Matlab折线图 的绘制模板: 这一次,再来分享一种特殊的折线图: 带误差棒的折线图 。 先来看一下成品效果: 特别提示 :Matlab论文插图绘制模板系列, 旨在降低大家使用Matlab进行科研绘图的门槛 ,只需按照模板格式添加相应内容,即可得到

    2024年02月06日
    浏览(43)
  • Python数据可视化(三)绘制统计图形大全

    以 Python 代码的形式讲解柱状图的绘制原理,这里重点讲解 bar()函数的使用方法。 代码: 运行结果: 为了展示图表里的中文字体,我们选择字体“SimHei”, 通 过 “mpl.rcParams[\\\"font.sans-serif\\\"] =[\\\"SimHei\\\"]”完成字体配置任务。不使用默认的“Unicode minus”模式来处理坐标轴轴线的刻

    2024年02月02日
    浏览(48)
  • 【Python入门系列】第十五篇:Python数据可视化和图表绘制

    数据可视化是数据分析和数据科学中非常重要的一部分。通过可视化,我们可以更好地理解数据、发现数据之间的关系、展示数据的趋势和模式,并向他人传达我们的发现。 Python是一种功能强大的编程语言,拥有许多用于数据可视化的库和工具。其中,Matplotlib是最常用的绘

    2024年02月13日
    浏览(61)
  • 数据可视化python,绘制饼图,代码和解析

    使用matplotlib.pyplot.pie绘制 (1),该函数的定义如下: matplotlib.pyplot.pie(x, explode=None, labels=None, colors=None, autopct=None, pctdistance=0.6, shadow=False, labeldistance=1.1, startangle=None, radius=None, counterclock=True, wedgeprops=None, textprops=None, center=(0, 0), frame=False, rotatelabels=False, hold=None, data=None) 参数说明:

    2024年02月06日
    浏览(49)
  • [数据分析与可视化] Python绘制数据地图2-GeoPandas地图可视化

    本文主要介绍GeoPandas结合matplotlib实现地图的基础可视化。GeoPandas是一个Python开源项目,旨在提供丰富而简单的地理空间数据处理接口。GeoPandas扩展了Pandas的数据类型,并使用matplotlib进行绘图。GeoPandas官方仓库地址为:GeoPandas。GeoPandas的官方文档地址为:GeoPandas-doc。关于Geo

    2023年04月09日
    浏览(47)
  • 数据可视化——用python绘制简单的折线图

    前面我们已经学习了python的基础语法和面向对象,那么接下来我们将学习python编程语言的过人之处——数据的可视化之折线图。 说到数据可视化,我们需要先知道什么是JSON。 json是一种轻量级的数据交互格式,可以按照json指定的格式去组织和封装数据 json本质上是一个带有特

    2024年02月17日
    浏览(42)
  • [数据分析与可视化] 基于Python绘制简单动图

    动画是一种高效的可视化工具,能够提升用户的吸引力和视觉体验,有助于以富有意义的方式呈现数据可视化。本文的主要介绍在Python中两种简单制作动图的方法。其中一种方法是使用matplotlib的Animations模块绘制动图,另一种方法是基于Pillow生成GIF动图。 Matplotlib的Animations模

    2024年02月03日
    浏览(42)
  • 论文图片绘制 Python绘制多分类混淆矩阵及可视化(颜色随正确率渐变)

    需求 论文中对多分类评价需要 混淆矩阵已获得,需要可视化 给出数据 混淆矩阵的定义以及如何读图不再描述,这里仅给出绘制方法 给出数据:8分类任务 实验代码 给出所需的包 numpy和matplotlib 定义分类标签 这里可以修改为自己所需的标签以及分类任务,如二分类只需要 两

    2024年02月12日
    浏览(40)
  • 用Python绘制六种可视化图表,简直太好用了

    前言 嗨喽~大家好呀,这里是魔王呐 ❤ ~! python资料、源码、教程: 点击此处跳转文末名片获取 可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的。 对于初学者来说,很容易被这官网上众多的图表类型给吓着

    2024年02月10日
    浏览(56)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包