数据可视化 | 误差线二次采样教程

简介

在数据可视化中，绘制误差线以显示数据的不确定性或可变性有时会很有用。然而，如果有许多数据点具有相似的误差，图表可能会变得杂乱且难以解释。在这种情况下，我们可以使用误差线二次采样，它允许我们仅在数据点的一个子集上绘制误差线。在本教程中，我们将使用 Matplotlib 的 errorbar 函数来演示如何将误差线二次采样应用于我们的数据。

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，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。

Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL matplotlib(("Matplotlib")) -.-> matplotlib/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlotCustomizationGroup(["Plot Customization"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) python(("Python")) -.-> python/BasicConceptsGroup(["Basic Concepts"]) matplotlib(("Matplotlib")) -.-> matplotlib/PlottingDataGroup(["Plotting Data"]) python(("Python")) -.-> python/DataStructuresGroup(["Data Structures"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) matplotlib/BasicConceptsGroup -.-> matplotlib/importing_matplotlib("Importing Matplotlib") matplotlib/BasicConceptsGroup -.-> matplotlib/figures_axes("Understanding Figures and Axes") python/BasicConceptsGroup -.-> python/comments("Comments") matplotlib/PlottingDataGroup -.-> matplotlib/error_bars("Error Bars") python/DataStructuresGroup -.-> python/tuples("Tuples") matplotlib/PlotCustomizationGroup -.-> matplotlib/legend_config("Legend Configuration") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/DataScienceandMachineLearningGroup -.-> python/numerical_computing("Numerical Computing") python/DataScienceandMachineLearningGroup -.-> python/data_visualization("Data Visualization") subgraph Lab Skills matplotlib/importing_matplotlib -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} matplotlib/figures_axes -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} python/comments -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} matplotlib/error_bars -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} python/tuples -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} matplotlib/legend_config -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} python/importing_modules -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} python/numerical_computing -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} python/data_visualization -.-> lab-48715{{"使用 Matplotlib 进行误差线二次采样"}} end

导入库并生成数据

首先，我们需要导入必要的库并生成一些示例数据以供使用。在这个例子中，我们将使用 numpy 生成数据，并使用 matplotlib 进行可视化。

import matplotlib.pyplot as plt
import numpy as np

## 示例数据
x = np.arange(0.1, 4, 0.1)
y1 = np.exp(-1.0 * x)
y2 = np.exp(-0.5 * x)

## 示例可变误差线值
y1err = 0.1 + 0.1 * np.sqrt(x)
y2err = 0.1 + 0.1 * np.sqrt(x/2)

绘制所有误差线

接下来，我们将使用 errorbar 函数绘制所有误差线，不进行任何二次采样。这将作为我们的基线图。

fig, ax = plt.subplots()

ax.set_title('All Errorbars')
ax.errorbar(x, y1, yerr=y1err, label='y1')
ax.errorbar(x, y2, yerr=y2err, label='y2')

ax.legend()
plt.show()

每隔 6 个误差线进行二次采样

现在，让我们应用误差线二次采样，仅绘制每隔第 6 个误差线。我们可以通过使用 errorbar 函数的 errorevery 参数来做到这一点。

fig, ax = plt.subplots()

ax.set_title('Every 6th Errorbar')
ax.errorbar(x, y1, yerr=y1err, errorevery=6, label='y1')
ax.errorbar(x, y2, yerr=y2err, errorevery=6, label='y2')

ax.legend()
plt.show()

将第二组数据偏移 3 个点

在某些情况下，我们可能希望对数据的不同部分应用误差线二次采样。我们可以通过为 errorevery 参数指定一个元组来实现这一点。例如，让我们对第二组数据应用误差线二次采样，但将其偏移 3 个数据点。

fig, ax = plt.subplots()

ax.set_title('Second Series Shifted by 3')
ax.errorbar(x, y1, yerr=y1err, label='y1')
ax.errorbar(x, y2, yerr=y2err, errorevery=(3, 6), label='y2')

ax.legend()
plt.show()

总结

在本教程中，我们学习了如何使用 Matplotlib 的 errorbar 函数对数据应用误差线二次采样。通过使用 errorevery 参数，我们可以有选择地仅在数据点的一个子集上绘制误差线，这有助于使我们的图表更具可读性和可解释性。