matplotlib基础绘图命令之errorbar

欢迎关注”生信修炼手册”!

在matplotlib中，errorbar方法用于绘制带误差线的折线图，基本用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1)

输出结果如下

yerr参数用于指定y轴水平的误差，同时该方法也支持x轴水平的误差，对应参数xerr。指定误差值有多种方式，上述代码展示的是指定一个统一标量的用法，此时，所以的点误差值都一样。

除此之外，还可以指定为一个和点的个数相同的数组，为每个点单独设置误差值，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[1, 2, 3, 4])

输出结果如下

另外，考虑到每个点的上下误差会不同，也支持用行数为2的多维数组来单独指定每个点上下的误差值，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=[[1,2,3,4],[1, 2, 3, 4]])

输出结果如下

xerr参数的用法和yerr相同，这里不再赘述，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=1)

输出结果如下

errorbar方法支持同时指定xerr和yerr参数，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], xerr=0.5, yerr=0.5)

输出结果如下

对于误差图的样式，可以通过以下几个参数来个性化指定

1. fmt

fmt参数的值和plot方法中指定点的颜色，形状，线条风格的缩写方式相同，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--')

上述代码同时指定了3个属性，输出结果如下

默认的图中只有线条这一元素，所以当我们指定了点的属性时，如果不指定线条的风格等属性，则对应的属性为空，线条元素不会显示，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co')

上述代码没有指定线条的风格，输出结果如下

再来看一个例子，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='c')

上述代码只指定了颜色属性，输出结果如下

2. ecolor

ecolor参数指定error bar的颜色，可以和折线的颜色加以区分，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='co--', ecolor='g')

输出结果如下

3. elinewidth

elinewidth参数指定error bar的线条宽度，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, fmt='ro-',ecolor='k',elinewidth=10)

输出结果如下

4. lims系列参数

lims系列参数用于控制误差线的显示，对于x轴水平的误差线而言，有以下两个参数

1. xuplims

2. xlolims

对于y轴水平的误差线而言，有以下两个参数

1. uplims

2. lolims

这四个参数默认的取值为False， 当取值为True时，对应方向的误差线不显示，同时在另外一个方向上的误差线上，会用箭头加以标识。

当uplims参数的值为True时，向上的误差线不显示，向下的误差线加箭头，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True)

输出结果如下

当lolims参数的值为True时，向下的误差线不显示，向上的误差线加箭头，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, lolims=True)

输出结果如下

当uplims和lolims参数的值都为True时，双向的误差线都加箭头，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=True, lolims=True)

输出结果如下

除了指定为标量外，lims系列参数的值也可以是一个列表，为每个点单独设值，用法如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, uplims=[False, True, False, True], lolims=[True, False, True, False])

输出结果如下

不同的True和False的组合可以实现不同的效果，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=0.5, uplims=[True,True,False,False],lolims=[True,False,True,False])

输出结果如下

和xerr,yerr类似，我们也可以同时指定4个lims参数，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=0.5, uplims=[True,True,False,False],lolims=[True,False,True,False],xerr=0.5, xuplims=[True,False,True,False],xlolims=[True,True,False,False])

输出结果如下

5. errorevery

errorevery参数用于指定误差线的抽样频率，默认情况下，每个点的误差线都会显示，当点很多且密集分布时, 每个点都显示误差线的话，就很难看出有效的信息，比如下图

plt.errorbar(x=range(100), y=range(100),yerr=50)

过于密集的情况下，可以使用errorevery参数进行抽样，基本用法如下

plt.errorbar(x=range(100), y=range(100),yerr=50,errorevery=6)

上述代码表示从第一个点开始，每6个点画一个误差线，这样抽样之后，误差线就不那么密集了，输出结果如下

除了以上几个专属的基本参数外，还有很多的通用参数，可以对errorbar的样式进行精细调整，示例如下

plt.errorbar(x=[1, 2, 3, 4], y=[1, 2, 3, 4], yerr=1, marker='s', mfc='red', mec='green', ms=20, mew=4)

输出结果如下

errorbar的参数较多，熟练掌握常用的几个即可。

·end·

—如果喜欢，快分享给你的朋友们吧—

原创不易，欢迎收藏，点赞，转发！生信知识浩瀚如海，在生信学习的道路上，让我们一起并肩作战！

本公众号深耕耘生信领域多年，具有丰富的数据分析经验，致力于提供真正有价值的数据分析服务，擅长个性化分析，欢迎有需要的老师和同学前来咨询。

  更多精彩

• KEGG数据库，除了pathway你还知道哪些

• 全网最完整的circos中文教程

• DNA甲基化数据分析专题

• 突变检测数据分析专题

• mRNA数据分析专题

• lncRNA数据分析专题

• circRNA数据分析专题

• miRNA数据分析专题

• 单细胞转录组数据分析专题

• chip_seq数据分析专题

• Hi-C数据分析专题

• HLA数据分析专题

• TCGA肿瘤数据分析专题

• 基因组组装数据分析专题

• CNV数据分析专题

• GWAS数据分析专题

• 2018年推文合集

• 2019年推文合集

  写在最后

转发本文至朋友圈，后台私信截图即可加入生信交流群，和小伙伴一起学习交流。

扫描下方二维码，关注我们，解锁更多精彩内容！

一个只分享干货的

生信公众号