简介
本教程将指导你如何使用 Python Matplotlib 绘制带有误差带的曲线。误差带用于表示曲线的不确定性。在本示例中,我们假设误差可以表示为标量err,它描述了曲线上每个点垂直方向的不确定性。我们使用.PathPatch将此误差可视化为围绕路径的彩色带。该补丁由两个路径段*(xp, yp)和(xn, yn)创建,它们垂直于曲线(x, y)*偏移+/-_err_。
虚拟机提示
虚拟机启动完成后,点击左上角切换到“笔记本”标签以访问 Jupyter Notebook 进行练习。
有时,你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制,操作验证无法自动化。
如果你在学习过程中遇到问题,请随时向 Labby 提问。课程结束后提供反馈,我们将立即为你解决问题。
导入所需库
第一步是导入所需的库。我们将使用 Matplotlib、NumPy、PathPatch 和 Path。
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import PathPatch
from matplotlib.path import Path
定义曲线
接下来,我们定义要在其周围绘制误差带的曲线。在本示例中,我们将使用参数化曲线。参数化曲线 x(t),y(t) 可以直接使用 ~.Axes.plot 绘制。
N = 400
t = np.linspace(0, 2 * np.pi, N)
r = 0.5 + np.cos(t)
x, y = r * np.cos(t), r * np.sin(t)
定义误差带
现在我们将定义要在曲线周围绘制的误差带。在本示例中,我们假设误差可以表示为标量err,它描述了曲线上每个点垂直方向的不确定性。
def draw_error_band(ax, x, y, err, **kwargs):
## 通过中心有限差分计算法线(除了第一个点使用前向差分,最后一个点使用后向差分)。
dx = np.concatenate([[x[1] - x[0]], x[2:] - x[:-2], [x[-1] - x[-2]]])
dy = np.concatenate([[y[1] - y[0]], y[2:] - y[:-2], [y[-1] - y[-2]]])
l = np.hypot(dx, dy)
nx = dy / l
ny = -dx / l
## 误差的端点
xp = x + nx * err
yp = y + ny * err
xn = x - nx * err
yn = y - ny * err
vertices = np.block([[xp, xn[::-1]],
[yp, yn[::-1]]]).T
codes = np.full(len(vertices), Path.LINETO)
codes[0] = codes[len(xp)] = Path.MOVETO
path = Path(vertices, codes)
ax.add_patch(PathPatch(path, **kwargs))
绘制误差带
现在我们可以通过调用 draw_error_band 函数并传入适当的参数来绘制误差带。
fig, axs = plt.subplots(1, 2, layout='constrained', sharex=True, sharey=True)
errs = [
(axs[0], "constant error", 0.05),
(axs[1], "variable error", 0.05 * np.sin(2 * t) ** 2 + 0.04),
]
for i, (ax, title, err) in enumerate(errs):
ax.set(title=title, aspect=1, xticks=[], yticks=[])
ax.plot(x, y, "k")
draw_error_band(ax, x, y, err=err,
facecolor=f"C{i}", edgecolor="none", alpha=.3)
plt.show()
查看误差带
现在应该可以在曲线周围看到误差带了。
总结
在本教程中,我们学习了如何使用 Python 的 Matplotlib 绘制带有误差带的曲线。我们首先导入了所需的库,然后定义曲线、定义误差带、绘制误差带并查看误差带。