笔记
单击此处 下载完整的示例代码
指定误差线的不同方式#
可以将错误指定为常量值（如 Errorbar 函数所示）。但是，此示例通过指定错误值数组来演示它们如何变化。
如果原始数据x和y数据的长度为 N，则有两种选择：
- 形状数组 (N,)：
每个点的误差各不相同，但误差值是对称的（即下限值和上限值相等）。
- 形状数组 (2, N)：
每个点的误差都不同，并且下限和上限（按此顺序）不同（不对称情况）
此外，此示例演示了如何使用带有误差线的对数刻度。
import numpy as np
import matplotlib.pyplot as plt
# example data
x = np.arange(0.1, 4, 0.5)
y = np.exp(-x)
# example error bar values that vary with x-position
error = 0.1 + 0.2 * x
fig, (ax0, ax1) = plt.subplots(nrows=2, sharex=True)
ax0.errorbar(x, y, yerr=error, fmt='-o')
ax0.set_title('variable, symmetric error')
# error bar values w/ different -/+ errors that
# also vary with the x-position
lower_error = 0.4 * error
upper_error = error
asymmetric_error = [lower_error, upper_error]
ax1.errorbar(x, y, xerr=asymmetric_error, fmt='o')
ax1.set_title('variable, asymmetric error')
ax1.set_yscale('log')
plt.show()
