Python使用matplotlib绘制带有误差棒和上下限标记的曲线以及参数xuplims、xlolims绘制水平xerr误差条介绍

使用 matplotlib.pyplot 绘制了带有误差棒和上下限标记的曲线。

1. 创建画布和生成数据：

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

   在这一步中，创建了一个画布，并生成了 x 和 y 的数据，以及用于误差棒的 yerr。

2. 绘制曲线，带有默认的误差棒：

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

   使用 errorbar 函数绘制曲线，带有默认的误差棒，误差棒由 yerr 控制。

3. 绘制曲线，只显示上限标记：

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

   在这里，uplims=True 表示只显示上限标记。

4. 绘制曲线，同时显示上限和下限标记：

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

   使用 uplims=True 和 lolims=True 同时表示显示上限和下限标记。

5. 指定部分数据点显示上限或下限标记：

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

   在这里，uplims 和 lolims 的值是列表，用于指定部分数据点是否显示上限或下限标记。

6. 添加图例和显示图形：

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

• 完整代码

import matplotlib.pyplot as plt
import numpy as np

# 创建一个画布
fig = plt.figure()

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

# 绘制曲线，带有默认的误差棒
plt.errorbar(x, y + 3, yerr=yerr, label='both limits (default)')

# 绘制曲线，只显示上限标记
plt.errorbar(x, y + 2, yerr=yerr, uplims=True, label='uplims=True')

# 绘制曲线，同时显示上限和下限标记
plt.errorbar(x, y + 1, yerr=yerr, uplims=True, lolims=True,
             label='uplims=True, lolims=True')

# 指定部分数据点显示上限或下限标记
upperlimits = [True, False] * 5
lowerlimits = [False, True] * 5
plt.errorbar(x, y, yerr=yerr, uplims=upperlimits, lolims=lowerlimits,
             label='subsets of uplims and lolims')

# 添加图例
plt.legend(loc='lower right')

# 显示图形
plt.show()

类似地xuplims， 和xlolims可用于水平xerr 误差条。

1. 创建画布和生成数据：

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

   在这一步中，创建了一个画布，并生成了 x 和 y 的数据。

2. 绘制曲线，带有x轴的下限标记：

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

   使用 errorbar 函数绘制曲线，带有 x 轴的下限标记，其中 xerr=0.1 表示 x 轴的误差范围，xlolims=True 表示显示 x 轴的下限标记。

3. 生成新的数据：

   y = (x + 0.1)**3
   

   生成新的 y 数据。

4. 指定部分数据点显示x轴的上限和下限标记：

   upperlimits = [True, False] * 5
   lowerlimits = [False, True] * 5
   plt.errorbar(x + 0.6, y, xerr=0.1, xuplims=upperlimits, xlolims=lowerlimits,
                label='subsets of xuplims and xlolims')
   

   在这里，xuplims 和 xlolims 的值是列表，用于指定部分数据点是否显示 x 轴的上限或下限标记。

5. 生成新的数据：

   y = (x + 0.1)**4
   

   生成新的 y 数据。

6. 绘制曲线，带有x轴的上限标记：

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

   使用 errorbar 函数绘制曲线，带有 x 轴的上限标记，其中 xuplims=True 表示显示 x 轴的上限标记。

7. 添加图例和显示图形：

   plt.legend()
   plt.show()
   

• 完整代码

import matplotlib.pyplot as plt
import numpy as np

# 创建一个画布
fig = plt.figure()

# 生成数据
x = np.arange(10) / 10
y = (x + 0.1)**2

# 绘制曲线，带有x轴的下限标记
plt.errorbar(x, y, xerr=0.1, xlolims=True, label='xlolims=True')

# 生成新的数据
y = (x + 0.1)**3

# 指定部分数据点显示x轴的上限和下限标记
upperlimits = [True, False] * 5
lowerlimits = [False, True] * 5
plt.errorbar(x + 0.6, y, xerr=0.1, xuplims=upperlimits, xlolims=lowerlimits,
             label='subsets of xuplims and xlolims')

# 生成新的数据
y = (x + 0.1)**4

# 绘制曲线，带有x轴的上限标记
plt.errorbar(x + 1.2, y, xerr=0.1, xuplims=True, label='xuplims=True')

# 添加图例
plt.legend()

# 显示图形
plt.show()