Настройка линейок ошибок в Matplotlib

Введение

В визуализации данных линейки ошибок - это полезный инструмент для отображения неопределенности в данных. Линейки ошибок - это графическое представление вариативности данных и используются на графиках для указания ошибки или неопределенности в отчетном измерении. В этом лабораторном занятии мы узнаем о различных способах указания линейок ошибок в Matplotlib.

Советы по работе с ВМ

После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.

Импортируем библиотеки

Начнем с импорта необходимых библиотек, в том числе Matplotlib и NumPy.

import matplotlib.pyplot as plt
import numpy as np

Определяем данные

Далее мы определим наши данные по осям x и y. В этом примере мы будем использовать функции np.arange() и np.exp() для создания данных по осям x и y соответственно.

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

Определяем значения ошибок

Теперь мы определим наши значения ошибок. В этом примере мы будем использовать переменную error для представления симметричной ошибки и переменную asymmetric_error для представления асимметричной ошибки.

## 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]

Построение графика с переменными симметричными линейками ошибок

Теперь построим наши данные с переменными симметричными линейками ошибок. Функция ax.errorbar() используется для создания графика, а параметр yerr используется для указания значений ошибок.

## 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()

Построение графика с переменными асимметричными линейками ошибок

Далее построим наши данные с переменными асимметричными линейками ошибок. Опять используется функция ax.errorbar(), но на этот раз параметр xerr используется для указания значений асимметричных ошибок.

## 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()

Построение графика с логарифмической шкалой и линейками ошибок

Наконец, построим наши данные с логарифмической шкалой и линейками ошибок. Функция ax.set_yscale() используется для настройки оси y на логарифмическую шкалу.

## 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()

Резюме

В этом практическом занятии мы изучили различные способы указания линейок ошибок в Matplotlib. Начали с импорта необходимых библиотек и определения наших данных и значений ошибок. Затем создали графики с переменными симметричными и асимметричными линейками ошибок. Наконец, построили наши данные с логарифмической шкалой и линейками ошибок. Используя линейки ошибок в наших визуализациях, мы можем предоставить ценную информацию о неопределенности данных.