（一）偏差棒图----偏差置信区间的表示函数
import matplotlib.pyplot as plt import numpy as np x = np.linspace(0.1, 0.6, 10) y = np.exp(x) error = 0.05 + 0.15*x lower_error = error upper = 0.3*error error_limit = [lower_error, upper] plt.errorbar(x, y, yerr=error_limit, fmt=":o", ecolor="y", elinewidth=4, ms=5, mfc="c", mec="r", capsize=7, capthick=8) ''' yerr---->单一数值的非对称形式偏差范围 fmt----->数据点的标记样式和数据点标记的链接线样式 ecolor----->偏差棒的颜色 elinewidth----->偏差棒的线条粗细 ms-------->数据点的大小 mfc，mec------->数据点的标记颜色，数据点的标记边缘颜色 capthick------->偏差棒边界横杠的厚度 capsize--------->偏差棒边界横杠的大小 ''' plt.xlim(0, 0.7) plt.show()
（二）带偏差棒的柱状图spa
import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np mpl.rcParams["font.sans-serif"] = ["LiSu"] mpl.rcParams["axes.unicode_minus"] = False x = np.arange(5) y = [100, 68, 79, 91, 82] std_err = [4, 2, 6, 10, 5] error_attri = dict(elinewidth = 2, ecolor="black", capsize = 3) plt.bar(x, y, color = "c", width=0.6, align="center", yerr = std_err, error_kw=error_attri, tick_label=["园区1", "园区2", "园区3", "园区4", "园区5"]) ''' 带偏差棒的柱状图的关键要点在于函数bar（）中关键字参数yerr的使用， 偏差棒的属性和属性值的控制都由关键字error_kw控制 ''' plt.xlabel("芒果种植区") plt.ylabel("收割量") plt.title("不一样芒果种植区的单次收割量") plt.grid(True, axis="y", ls=":", lw=1, color="gray", alpha=.2) plt.show()
（三）带偏差棒的条形图3d
import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np mpl.rcParams["font.sans-serif"] = ["LiSu"] mpl.rcParams["axes.unicode_minus"] = False x = np.arange(5) y = [1200, 2400, 1800, 2200, 1600] std_err = [150, 100, 180, 130, 80] bar_width = 0.6 colors = ["#e41a1c", "#377eb8", "#4daf4a", "#984ea3", "#ff7f00"] plt.barh(x, y, bar_width, color = colors, align="center", xerr = std_err, tick_label=["家庭", "小说", "心理", "科技", "儿童"]) ''' 带偏差棒的柱状图的关键要点在于函数bar（）中关键字参数yerr的使用， 偏差棒的属性和属性值的控制都由关键字error_kw控制 ''' plt.xlabel("订购数量") plt.ylabel("图书种类") plt.title("大型图书展销会的不一样图书种类的采购状况") plt.grid(True, axis="x", ls=":", color="gray", alpha=.2) plt.xlim(0, 2600) plt.show()