带误差带的曲线

此示例说明如何围绕参数化曲线绘制误差带。

可以使用 直接绘制参数化曲线 x(t), y(t) plot。

import numpy as np

import matplotlib.pyplot as plt
from matplotlib.path import Path
from matplotlib.patches import PathPatch

N = 400
t = np.linspace(0, 2 * np.pi, N)
r = 0.5 + np.cos(t)
x, y = r * np.cos(t), r * np.sin(t)

fig, ax = plt.subplots()
ax.plot(x, y, "k")
ax.set(aspect=1)

[None]

误差带可用于指示曲线的不确定性。在这个例子中，我们假设误差可以作为一个标量误差给出，它 描述了每个点垂直于曲线的不确定性。

我们将此错误可视化为路径周围的彩色带，使用 PathPatch. 补丁由两个路径段(xp, yp)和 (xn, yn)创建，它们垂直于曲线(x, y)移动了 +/- err。

注意：这种使用 a 的PathPatch方法适用于 2D 中的任意曲线。如果您只有一个标准的 y-vs.-x 图，您可以使用更简单的 fill_between方法（另请参阅 填充线之间的区域）。

def draw_error_band(ax, x, y, err, **kwargs):
    # Calculate normals via centered finite differences (except the first point
    # which uses a forward difference and the last point which uses a backward
    # difference).
    dx = np.concatenate([[x[1] - x[0]], x[2:] - x[:-2], [x[-1] - x[-2]]])
    dy = np.concatenate([[y[1] - y[0]], y[2:] - y[:-2], [y[-1] - y[-2]]])
    l = np.hypot(dx, dy)
    nx = dy / l
    ny = -dx / l

    # end points of errors
    xp = x + nx * err
    yp = y + ny * err
    xn = x - nx * err
    yn = y - ny * err

    vertices = np.block([[xp, xn[::-1]],
                         [yp, yn[::-1]]]).T
    codes = np.full(len(vertices), Path.LINETO)
    codes[0] = codes[len(xp)] = Path.MOVETO
    path = Path(vertices, codes)
    ax.add_patch(PathPatch(path, **kwargs))


axs = (plt.figure(constrained_layout=True)
       .subplots(1, 2, sharex=True, sharey=True))
errs = [
    (axs[0], "constant error", 0.05),
    (axs[1], "variable error", 0.05 * np.sin(2 * t) ** 2 + 0.04),
]
for i, (ax, title, err) in enumerate(errs):
    ax.set(title=title, aspect=1, xticks=[], yticks=[])
    ax.plot(x, y, "k")
    draw_error_band(ax, x, y, err=err,
                    facecolor=f"C{i}", edgecolor="none", alpha=.3)

plt.show()

参考

此示例中显示了以下函数、方法、类和模块的使用：

• matplotlib.patches.PathPatch

• matplotlib.path.Path