matplotlib可视化番外篇errorbar()--误差棒图

工业产品或者科学实验往往由于客观原因存在一定的误差，针对这一波动范围称之为置信区间。在可视化数据时，误差棒图可以很好的表现这种有一定置信区间的带误差数据。

相关函数：matplotlib.pyplot.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None, elinewidth=None, capsize=None, capthick=None)，官方项目地址，官方示例
主要参数：
x,y: 数据点的位置坐标
xerr,yerr: 数据的误差范围
fmt: 数据点的标记样式以及相互之间连接线样式
ecolor: 误差棒的线条颜色
elinewidth: 误差棒的线条粗细
capsize: 误差棒边界横杠的大小
capthick: 误差棒边界横杠的厚度
ms: 数据点的大小
mfc: 数据点的颜色
mec: 数据点边缘的颜色
范例实现

import numpy as np
import matplotlib.pyplot as plt

x=np.linspace(0.1,0.5,10)#生成[0.1,0.5]等间隔的十个数据
y=np.exp(x)

error=0.05+0.15*x#误差范围函数

error_range=[error*0.3,error]#下置信度和上置信度

plt.errorbar(x,y,yerr=error_range,fmt='o:',ecolor='hotpink',elinewidth=3,ms=5,mfc='wheat',mec='salmon',capsize=3)

plt.xlim(0.05,0.55)#设置x轴显示范围区间
plt.show()

实现效果：

误差棒图实现效果图

参考文献：刘大成《matplotlib实践》errorbar篇