Personnalisation des barre d'erreur dans Matplotlib

Introduction

Dans la visualisation de données, les barre d'erreur sont un outil utile pour afficher l'incertitude dans les données. Les barre d'erreur sont des représentations graphiques de la variabilité des données et sont utilisées sur les graphiques pour indiquer l'erreur ou l'incertitude dans une mesure rapportée. Dans ce laboratoire, nous allons apprendre les différentes façons de spécifier les barre d'erreur dans Matplotlib.

Conseils sur la VM

Une fois le démarrage de la VM terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous réglerons rapidement le problème pour vous.

Importation des bibliothèques

Nous allons commencer par importer les bibliothèques nécessaires, y compris Matplotlib et NumPy.

import matplotlib.pyplot as plt
import numpy as np

Définir les données

Ensuite, nous allons définir nos données x et y. Dans cet exemple, nous utiliserons les fonctions np.arange() et np.exp() pour créer les données x et y respectivement.

## example data
x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)

Définir les valeurs d'erreur

Nous allons maintenant définir nos valeurs d'erreur. Dans cet exemple, nous utiliserons la variable erreur pour représenter une erreur symétrique et la variable erreur_asymétrique pour représenter une erreur asymétrique.

## example error bar values that vary with x-position
error = 0.1 + 0.2 * x

## error bar values w/ different -/+ errors that
## also vary with the x-position
lower_error = 0.4 * error
upper_error = error
asymmetric_error = [lower_error, upper_error]

Tracer les variables avec des barre d'erreur symétriques

Nous allons maintenant tracer nos données avec des barre d'erreur symétriques variables. La fonction ax.errorbar() est utilisée pour créer le tracé, et le paramètre yerr est utilisé pour spécifier les valeurs d'erreur.

## plot variable, symmetric error bars
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='-o')
ax.set_title('Variable, Symmetric Error Bars')
plt.show()

Tracer les variables avec des barre d'erreur asymétriques

Ensuite, nous allons tracer nos données avec des barre d'erreur asymétriques variables. La fonction ax.errorbar() est utilisée à nouveau, mais cette fois le paramètre xerr est utilisé pour spécifier les valeurs d'erreur asymétriques.

## plot variable, asymmetric error bars
fig, ax = plt.subplots()
ax.errorbar(x, y, xerr=asymmetric_error, fmt='o')
ax.set_title('Variable, Asymmetric Error Bars')
plt.show()

Tracer une échelle logarithmique avec des barre d'erreur

Enfin, nous allons tracer nos données avec une échelle logarithmique et des barre d'erreur. La fonction ax.set_yscale() est utilisée pour définir l'axe des y sur une échelle logarithmique.

## plot log scale with error bars
fig, ax = plt.subplots()
ax.errorbar(x, y, yerr=error, fmt='o')
ax.set_title('Log Scale with Error Bars')
ax.set_yscale('log')
plt.show()

Sommaire

Dans ce laboratoire, nous avons appris les différentes manières de spécifier les barre d'erreur dans Matplotlib. Nous avons commencé par importer les bibliothèques nécessaires et en définissant nos données et nos valeurs d'erreur. Nous avons ensuite créé des tracés avec des barre d'erreur symétriques variables et des barre d'erreur asymétriques variables. Enfin, nous avons tracé nos données avec une échelle logarithmique et des barre d'erreur. En utilisant des barre d'erreur dans nos visualisations, nous pouvons fournir des informations précieuses sur l'incertitude des données.