Personalização de Barras de Erro em Matplotlib

Introdução

Na visualização de dados, as barras de erro (error bars) são uma ferramenta útil para exibir a incerteza nos dados. As barras de erro são representações gráficas da variabilidade dos dados e são usadas em gráficos para indicar o erro ou a incerteza em uma medição relatada. Neste laboratório, aprenderemos sobre as diferentes maneiras de especificar barras de erro no Matplotlib.

Dicas para a VM

Após a inicialização da VM, clique no canto superior esquerdo para mudar para a aba Notebook e acessar o Jupyter Notebook para praticar.

Às vezes, pode ser necessário aguardar alguns segundos para que o Jupyter Notebook termine de carregar. A validação das operações não pode ser automatizada devido a limitações no Jupyter Notebook.

Se você enfrentar problemas durante o aprendizado, sinta-se à vontade para perguntar ao Labby. Forneça feedback após a sessão, e resolveremos o problema prontamente para você.

Importar Bibliotecas

Começaremos importando as bibliotecas necessárias, incluindo Matplotlib e NumPy.

import matplotlib.pyplot as plt
import numpy as np

Definir Dados

Em seguida, definiremos nossos dados x e y. Neste exemplo, usaremos as funções np.arange() e np.exp() para criar dados x e y, respectivamente.

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

Definir Valores de Erro

Agora definiremos nossos valores de erro. Neste exemplo, usaremos a variável error para representar o erro simétrico e a variável asymmetric_error para representar o erro assimétrico.

## 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]

Plotar Variável, Barras de Erro Simétricas

Agora plotaremos nossos dados com barras de erro variáveis e simétricas. A função ax.errorbar() é usada para criar o gráfico, e o parâmetro yerr é usado para especificar os valores de erro.

## 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()

Plotar Variável, Barras de Erro Assimétricas

Em seguida, plotaremos nossos dados com barras de erro variáveis e assimétricas. A função ax.errorbar() é usada novamente, mas desta vez o parâmetro xerr é usado para especificar os valores de erro assimétricos.

## 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()

Plotar Escala Logarítmica com Barras de Erro

Finalmente, plotaremos nossos dados com uma escala logarítmica e barras de erro. A função ax.set_yscale() é usada para definir o eixo y para uma escala logarítmica.

## 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()

Resumo

Neste laboratório, aprendemos sobre as diferentes maneiras de especificar barras de erro em Matplotlib. Começamos importando as bibliotecas necessárias e definindo nossos dados e valores de erro. Em seguida, criamos gráficos com barras de erro variáveis e simétricas e barras de erro variáveis e assimétricas. Finalmente, plotamos nossos dados com uma escala logarítmica e barras de erro. Ao usar barras de erro em nossas visualizações, podemos fornecer informações valiosas sobre a incerteza nos dados.