Matlab论文插图绘制模板第28期—柱状图(带误差棒errorbar)

在之前的文章中,分享了Matlab柱状图的绘制模板:

折线图的绘制模板:

散点图的绘制模板:

在实际应用时,很多时候需要在以上内容基础上添加误差棒

所以,这次来分享一下带误差棒的柱状图的绘制模板,算是给柱状图打个补丁。

或者,从另一个角度说,其实也可以叫误差棒(柱状图)的绘制模板,只不过误差棒基本不独立出现。

先来看一下成品效果:

特别提示:Matlab论文插图绘制模板系列,旨在降低大家使用Matlab进行科研绘图的门槛,只需按照模板格式添加相应内容,即可得到满足大部分期刊以及学位论文格式要求的数据插图。如果觉得有用可以分享给你的朋友


模板中最关键的部分内容

1. 数据准备

此部分主要是读取数据,定义自变量和因变量

% 读取数据% 自变量x = 1:5;% 因变量% dataset为5*3的矩阵,一行3个为一组,共5组dataset = [0.241,0.393,0.294;          0.219,0.254,0.238;          0.238,0.262,0.272;          0.198,0.329,0.287;          0.201,0.197,0.185];% 误差矩阵AVG = dataset/5; % 下方长度STD = dataset/7; % 上方长度

2. 颜色定义

颜色搭配比较考验个人审美,需要多加尝试

这里用之前分享的colorplus工具

%% 颜色定义C1 = colorplus(239);C2 = colorplus(374);C3 = colorplus(357);

3. 带误差棒的柱状图绘制

首先使用‘bar’命令,绘制初始柱状图,然后使用‘errorbar’命令,绘制每一根柱子的误差棒

% 绘制初始柱状图GO = bar(x,dataset,1,'EdgeColor','k');% 添加误差棒[M,N] = size(dataset);xpos = zeros(M,N);for i = 1:N    xpos(:,i) = GO(1,i).XEndPoints'; % v2019bendhE = errorbar(xpos, dataset, AVG, STD);

值得一提的是,模板中使用的XendPoints,可以给出柱状图每根柱子顶点的横坐标,但需要2019b以上的版本如果不是,则需要自己定义误差棒中心的位置

4. 细节优化

为了插图的美观,首先将柱状图赋上之前选好的颜色,然后调整误差棒的属性

% 柱状图赋色GO(1).FaceColor = C1;GO(2).FaceColor = C2;GO(3).FaceColor = C3;% 误差棒属性set(hE, 'LineStyle', 'none', 'Color', 'k','LineWidth', 1.2)

进一步,对坐标轴参数、字体字号等进行调整:

% 坐标区调整set(gca, 'Box', 'off', ...                                        % 边框        'XGrid', 'off', 'YGrid', 'on', ...                        % 网格        'TickDir', 'out', 'TickLength', [.01 .01], ...            % 刻度        'XMinorTick', 'off', 'YMinorTick', 'off', ...             % 小刻度        'XColor', [.1 .1 .1],  'YColor',[.1 .1 .1],...            % 坐标轴颜色        'YTick', 0:0.1:1,...                                      % 刻度位置、间隔        'Ylim' , [0 0.5], ...                                     % 坐标轴范围        'Xticklabel',{'samp1' 'samp2' 'samp3' 'samp4' 'samp5'},...% X坐标轴刻度标签        'Yticklabel',{[0:0.1:1]})                                 % Y坐标轴刻度标签% Legend 设置   hLegend = legend([GO(1),GO(2),GO(3)], ...                 'A', 'B', 'C', ...                 'Location', 'northeast');% Legend位置微调P = hLegend.Position;hLegend.Position = P + [0.015 0.03 0 0];% 字体和字号set(gca, 'FontName', 'Helvetica')set([hXLabel, hYLabel], 'FontName','AvantGarde')set(gca, 'FontSize', 10)set([hXLabel, hYLabel], 'FontSize', 11)set(hTitle, 'FontSize', 11, 'FontWeight' ,'bold')% 背景颜色set(gcf,'Color',[1 1 1])

设置完毕后,按照所需分辨率、格式输出图片。

%% 图片输出figW = figureWidth;figH = figureHeight;set(figureHandle,'PaperUnits',figureUnits);set(figureHandle,'PaperPosition',[0 0 figWfigH]);fileout = 'test';print(figureHandle,[fileout,'.png'],'-r300','-dpng');

以上。

完整代码:

带误差棒的柱状图

  • 6
    点赞
  • 75
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,针对你的问题,可以使用Python的数据分析库Pandas和可视化库Matplotlib进行处理。 首先,需要导入Pandas和Matplotlib库: ``` import pandas as pd import matplotlib.pyplot as plt ``` 然后,读取数据并使用Pandas进行数据分析和处理。例如,假设我们有一个名为data的数据表,其中包含四列数据x、y、z、e(e为误差): ``` data = pd.read_csv('data.csv') ``` 接下来,可以使用Matplotlib库中的subplot函数将多个图表分栏显示。例如,如果我们想要将普通柱状图、条形图、并列柱状图和堆积柱状图四个图表分别绘制在四个子图中,并且每个图表都误差,可以使用如下代码: ``` # 普通柱状图 ax1 = plt.subplot(2, 2, 1) ax1.bar(data['x'], data['y'], yerr=data['e'], capsize=4) ax1.set_xlabel('x') ax1.set_ylabel('y') ax1.set_title('Bar plot with error bars') # 条形图 ax2 = plt.subplot(2, 2, 2) ax2.barh(data['x'], data['y'], xerr=data['e'], capsize=4) ax2.set_xlabel('y') ax2.set_ylabel('x') ax2.set_title('Horizontal bar plot with error bars') # 并列柱状图 ax3 = plt.subplot(2, 2, 3) ax3.bar(data.index - 0.2, data['y'], width=0.4, yerr=data['e'], capsize=4) ax3.bar(data.index + 0.2, data['z'], width=0.4, yerr=data['e'], capsize=4) ax3.set_xticks(data.index) ax3.set_xticklabels(data['x']) ax3.set_xlabel('x') ax3.set_ylabel('y / z') ax3.set_title('Grouped bar plot with error bars') # 堆积柱状图 ax4 = plt.subplot(2, 2, 4) ax4.bar(data['x'], data['y'], yerr=data['e'], capsize=4) ax4.bar(data['x'], data['z'], bottom=data['y'], yerr=data['e'], capsize=4) ax4.set_xlabel('x') ax4.set_ylabel('y / z') ax4.set_title('Stacked bar plot with error bars') plt.tight_layout() plt.show() ``` 在上面的代码中,我们首先创建一个包含四个子图的画布,并对每个子图进行设置。对于每个图表,我们都使用了误差柱状图、条形图、并列柱状图和堆积柱状图。其中,yerr表示y轴方向上的误差,xerr表示x轴方向上的误差,capsize表示误差的宽度。在绘制并列柱状图时,我们使用了两个相邻的柱子分别表示y和z列数据,并使用了data.index - 0.2和data.index + 0.2来调整柱子的位置。在绘制堆积柱状图时,我们使用了bottom参数来设置第二个柱子的位置。 最后,使用plt.tight_layout()函数可以自动调整子图之间的间距,使得图表更加美观。使用plt.show()函数显示图像。 希望这个回答对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值