误差棒图你真的会吗？一文帮你用Python绘制，拿走不谢

在Python的数据可视化中，matplotlib库是最为常用和最为经典的二维数据绘图库，因此如果在Python编程中，想要绘制漂亮的图表，首先你要掌握matplotlib库中的函数使用方法，最近和大家一直在探讨如何用Python绘制图表的内容，那么今天呢，咱们继续来聊聊Python数据可视化中有关图表的绘制问题。

今天我们来探讨一下新的图表的绘制，它就是在很多科学实验中常用的误差棒图，它可以很直观的将在实验中的测量误差或试验误差在图表中显现出来，误差棒图是一类很理想的统计图表图形。

首先咱们来说一种场景，比如通过抽样的方式咱们获得了样本，对总体参数进行估计会由于样本的随机性而导致参数估计值出现波形，这时呢，就会需要用误差置信区间的方式来表示对总体参数的可靠范围，这就用到了今天咱们要聊的误差棒图。

顾名思义，误差棒图中的误差棒是重点，而且误差棒的计算也有很多方式，比如常见的单一数值、标准差和置信区间等，而且误差棒的可视化展示效果也有很多样式，比如常见的水平误差棒、垂直误差棒和对称误差棒等。

好啦，下面咱们就举个“栗子”来加深一下对误差棒图的了解，以及熟悉生成误差棒图的步骤吧：

上面就是咱们所编写的用于生成误差棒图的程序，其中方框中的errorbar()函数是用于生成误差棒图的经典函数，下面咱们就来解析一下这个函数吧，只有了解和掌握了这个函数中各个参数的含义就可以生成自己所需的误差棒图了。

plt.errorbar(x_axis,y_axis,yerr=error_limit,fmt=':o',ecolor='g',elinewidth=4,ms=5,mfc='c',mec='r',capthick=1,capsize=2)

上面errorbar()函数中的第一个参数x_axis和第二个参数y_axis分别表示数据点的x坐标和y坐标位置；

第三个参数yerr表示的是单一数值的非对称形式误差的范围，可以看到上面咱们给这个参数赋值为error_limit，表示的是误差棒的垂直方向的误差范围，当然也可以用参数xerr来表示误差棒在水平方向的误差范围；

第四个参数fmt表示数据点的标记样式和数据点标记的连接线样式，可以看到上面咱们给fmt赋值为“:o”；

第五个参数ecolor表示误差棒的颜色，可以看到上面咱们给这个参数赋值为绿色“g”；

第六个参数elinewidth表示误差棒的线条粗细；

第七个参数ms表示数据点的大小；

第八个参数mfc表示数据点的标记颜色；

第九个参数mec表示数据点的标记边缘颜色，上面咱们给其赋值为红色“r”；

第十个参数capthick表示误差棒便捷横杠的厚度；

第十一个参数capsize表示误差棒边界横杠的大小。

好啦，大家熟悉了errorbar()函数中各个参数的含义后，应该了解该如何使用errorbar()函数来生成自己所需的误差棒图了，下面咱们就调用Python解释器来运行一下咱们上面所编写的程序吧：

运行上面指令就会生成咱们所绘制的误差棒图，如下所示：

上面就是咱们共同探讨的关于误差棒图绘制的全部内容，希望大家能够学会matplotlib库中errorbar()函数的调用，并将误差棒图用于自己的工作中去。

好啦，今天咱们就聊到这吧，下次咱家呢哦！

敬请关注“品位集结号”，为您带来意外的小收获！