误差线限制选择

简介

在数据可视化中，通常需要展示所绘制数据的不确定性程度。误差线是表示这种不确定性的便捷方式。在本实验中，我们将学习如何使用Matplotlib中的参数 uplims 和 lolims 有选择地在误差线上绘制下限和/或上限符号。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到“笔记本”标签页，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，随时向Labby提问。课程结束后提供反馈，我们会立即为你解决问题。

导入必要的库

在这一步中，我们导入创建图表所需的库。

import matplotlib.pyplot as plt
import numpy as np

创建数据

在这一步中，我们创建将用于绘制误差线图的数据。

x = np.arange(10)
y = 2.5 * np.sin(x / 20 * np.pi)
yerr = np.linspace(0.05, 0.2, 10)

创建带上下限的误差线图（默认）

在这一步中，我们创建一个带有上限和下限的误差线图，这是默认行为。

plt.errorbar(x, y + 3, yerr=yerr, label='both limits (default)')

创建仅带有上限的误差线图

在这一步中，我们创建一个仅带有上限的误差线图。

plt.errorbar(x, y + 2, yerr=yerr, uplims=True, label='uplims=True')

创建带有上下限的误差线图

在这一步中，我们创建一个带有上限和下限的误差线图。

plt.errorbar(x, y + 1, yerr=yerr, uplims=True, lolims=True, label='uplims=True, lolims=True')

创建带有上下限子集的误差线图

在这一步中，我们创建一个带有上下限子集的误差线图。

upperlimits = [True, False] * 5
lowerlimits = [False, True] * 5
plt.errorbar(x, y, yerr=yerr, uplims=upperlimits, lolims=lowerlimits, label='subsets of uplims and lolims')

创建带有水平误差线的误差线图

在这一步中，我们创建一个带有水平误差线的误差线图。

x = np.arange(10) / 10
y = (x + 0.1)**2

plt.errorbar(x, y, xerr=0.1, xlolims=True, label='xlolims=True')
y = (x + 0.1)**3

plt.errorbar(x + 0.6, y, xerr=0.1, xuplims=upperlimits, xlolims=lowerlimits, label='subsets of xuplims and xlolims')

y = (x + 0.1)**4
plt.errorbar(x + 1.2, y, xerr=0.1, xuplims=True, label='xuplims=True')

添加图例并显示图形

在这一步中，我们为图形添加一个图例并显示它。

plt.legend(loc='lower right')
plt.show()

总结

在本实验中，我们学习了如何使用Matplotlib中的参数uplims和lolims在误差线上选择性地绘制下限和/或上限符号。我们还学习了如何创建带有水平误差线的误差线图。