誤差線用于顯示數(shù)據(jù)的不確定程度，誤差一般使用標(biāo)準(zhǔn)差（Standard Deviation）或標(biāo)準(zhǔn)誤差（Standard Error）。

?

標(biāo)準(zhǔn)差（SD）：是方差的算術(shù)平方根。如果是總體標(biāo)準(zhǔn)差，那么用σ表示，如果是樣本標(biāo)準(zhǔn)差，那么用s表示。標(biāo)準(zhǔn)差反映數(shù)據(jù)集的離散程度，標(biāo)準(zhǔn)差越小，就說明數(shù)據(jù)越集中在其平均值附近。公式：（總體），（樣本） 標(biāo)準(zhǔn)誤差（SE）：是樣本分布的標(biāo)準(zhǔn)差。如果是樣本平均數(shù)分布的標(biāo)準(zhǔn)差，那么就稱為SEM（standard error of the mean），就是說每次從總體中抽取n個(gè)樣本，抽取很多次后，每次抽樣的平均值（?）就形成了一個(gè)數(shù)據(jù)分布，這個(gè)數(shù)據(jù)分布有自己的平均值和標(biāo)準(zhǔn)差。抽樣的平均值分布的平均數(shù)應(yīng)該接近總體平均數(shù)（?μ）。標(biāo)準(zhǔn)誤差反映樣本（sample）對(duì)于總體（population）的差異性，每次抽樣的樣本數(shù)越多，標(biāo)準(zhǔn)誤差就越小。公式：

?

下面利用Nathan Yau所著的《鮮活的數(shù)據(jù)：數(shù)據(jù)可視化指南》一書中的數(shù)據(jù)，學(xué)習(xí)畫圖。

?

數(shù)據(jù)地址：http://datasets.flowingdata.com/crimeRatesByState2005.csv

?

以下是這個(gè)數(shù)據(jù)文件的前5行：

state murder forcible_rape robbery aggravated_assault \ 0 United States 5.6 31.7 140.7 291.1 1 Alabama 8.2 34.3 141.4 247.8 2 Alaska 4.8 81.1 80.9 465.1 3 Arizona 7.5 33.8 144.4 327.4 4 Arkansas 6.7 42.9 91.1 386.8 burglary larceny_theft motor_vehicle_theft population 0 726.7 2286.3 416.7 295753151 1 953.8 2650.0 288.3 4545049 2 622.5 2599.1 391.0 669488 3 948.4 2965.2 924.4 5974834 4 1084.6 2711.2 262.1 2776221

這是美國(guó)各州各種犯罪行為的發(fā)生率（每10萬人口）。

?

讓我們畫一個(gè)圖，把全美各犯罪率的平均數(shù)，標(biāo)準(zhǔn)差展現(xiàn)出來。

?

誤差線： ax.errorbar(x,y,yerr=error size in y axis,xerr=error size in x axis)

?

代碼如下：

import numpy as np import pandas as pd from matplotlib import pyplot as plt crime=pd.read_csv(r"http://datasets.flowingdata.com/crimeRatesByState2005.csv") fig,ax=plt.subplots(figsize=(8,4))col=crime.columns.astype(str) #提取列名，將來做x軸刻度標(biāo)簽 crime=crime[1:] #把第一行US的數(shù)據(jù)去除 data=crime.loc[:,"murder":"motor_vehicle_theft"] #提取數(shù)據(jù)部分，以便將來進(jìn)行計(jì)算 crime.loc["mean"]=data.apply(np.mean) #增加一行，為數(shù)據(jù)每列的均值，apply函數(shù)用于數(shù)據(jù)每一列 crime.loc["standard deviation"]=data.apply(np.std) #增加一行，為數(shù)據(jù)每列的標(biāo)準(zhǔn)差，apply函數(shù)用于數(shù)據(jù)每一列#畫誤差線，x軸一共7項(xiàng)，y軸顯示平均值，y軸誤差為標(biāo)準(zhǔn)差 ax.errorbar(np.arange(7),crime.loc["mean","murder":"motor_vehicle_theft"],\yerr=crime.loc["standard deviation","murder":"motor_vehicle_theft"],\fmt="o",color="blue",ecolor='grey',elinewidth=2,capsize=4) ax.set_xticklabels(col,rotation=45) #設(shè)置x軸刻度標(biāo)簽，并使其傾斜45度，不至于重疊 plt.show()

?

圖像如下：

?

?

另外，還可以在柱形圖或條形圖上畫誤差線，分別在ax.bar命令里加上yerr參數(shù)，或在ax.barh命令里加上xerr參數(shù)即可。

?

轉(zhuǎn)載于:https://www.cnblogs.com/HuZihu/p/9418903.html

總結(jié)

以上是生活随笔為你收集整理的Matplotlib学习---用matplotlib画误差线（errorbar）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。