This tutorial is from open-source community. Access the source code
💡 このチュートリアルは英語版からAIによって翻訳されています。原文を確認するには、 ここをクリックしてください
データ可視化において、エラーバーはデータの不確定性を表示するための便利なツールです。エラーバーはデータの変動性のグラフィカルな表現であり、グラフ上で報告された測定値の誤差または不確定性を示すために使用されます。この実験では、Matplotlib でエラーバーを指定するさまざまな方法について学びます。
VM の起動が完了したら、左上隅をクリックしてノートブックタブに切り替え、Jupyter Notebook を使って練習しましょう。
Jupyter Notebook の読み込みには数秒かかる場合があります。Jupyter Notebook の制限により、操作の検証を自動化することはできません。
学習中に問題がある場合は、Labby にお問い合わせください。セッション後にフィードバックを提供してください。すぐに問題を解決いたします。
必要なライブラリ、すなわち Matplotlib と NumPy をインポートして始めましょう。
import matplotlib.pyplot as plt
import numpy as np次に、x と y のデータを定義します。この例では、それぞれ x と y のデータを作成するためにnp.arange()関数とnp.exp()関数を使用します。
## example data
x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)次に、誤差値を定義します。この例では、対称誤差を表すためにerror変数を、非対称誤差を表すためにasymmetric_error変数を使用します。
## 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]次に、変数付き対称エラーバー付きでデータをプロットします。ax.errorbar()関数を使用してプロットを作成し、yerrパラメータを使用して誤差値を指定します。
## 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()次に、変数付き非対称エラーバー付きでデータをプロットします。再びax.errorbar()関数を使用しますが、今回はxerrパラメータを使用して非対称誤差値を指定します。
## 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()最後に、対数スケールとエラーバー付きでデータをプロットします。ax.set_yscale()関数を使用して、y 軸を対数スケールに設定します。
## 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()この実験では、Matplotlib におけるエラーバーを指定するさまざまな方法について学びました。まず必要なライブラリをインポートし、データと誤差値を定義しました。その後、変数付き対称エラーバーと変数付き非対称エラーバーを持つプロットを作成しました。最後に、対数スケールとエラーバー付きでデータをプロットしました。可視化においてエラーバーを使用することで、データの不確定性に関する貴重な情報を提供することができます。
