matplotlib可视化番外篇bar()--带误差棒的柱状图

本节主要分2个内容：1. 实现对柱状图添加误差棒； 2. 实现并列型带误差棒柱状图

1. 实现对柱状图添加误差棒，bar()篇内容，官方bar()文档，柱状图参数详情

补充参数信息
xerr, yerr: 分别针对水平、垂直型误差
error_kw: 设置误差记号的相关参数，包括elinewidth设置线型粗细，ecolor设置颜色，capsize设置顶部横线大小

最简的实现

import matplotlib.pyplot as plt

x=[1,2,3,4,5]
#数据集
y=[20,44,21,64,46]
#误差列表
std_err=[1,2,5,3,2]

error_params=dict(elinewidth=4,ecolor='coral',capsize=5)#设置误差标记参数
#绘制柱状图，设置误差标记以及柱状图标签
plt.bar(x,y,color=['b','g','yellow','orange','gray'],yerr=std_err,error_kw=error_params,\
                    tick_label=['blue','green','yellow','orange','gray'])
#显示图形
plt.show()

显示效果

误差柱状图 在现实数据中往往正向差异和负向差异不一样，这个时候的解决办法是将yerr修改为一个[2,N]的数组，如上例中，将std_err修改为[(1,2,5,3,2),(1,1,1,1,1)]，其效果如下： 修改yerr参数 图中可看出误差列表顺序为[负向误差，正向误差]。

2. 并列型带误差棒柱状图

实现思路：1. 两个数据集，两个误差棒；2. 分别对误差棒进行设置。

import matplotlib.pyplot as plt
import numpy as np

x=np.arange(5)
#数据集
y1=[20,44,21,64,46]
y2=[10,37,24,41,40]
#误差列表
std_err1=[1,2,5,3,2]
std_err2=[2,4,3,1,2]
tick_label=['blue','green','yellow','orange','gray']

error_params1=dict(elinewidth=3,ecolor='crimson',capsize=4)#设置误差标记参数
error_params2=dict(elinewidth=3,ecolor='blueviolet',capsize=4)#设置误差标记参数
#设置柱状图宽度
bar_width=0.4
#绘制柱状图，设置误差标记以及柱状图标签
plt.bar(x,y1,bar_width,color=['b','g','yellow','orange','gray'],yerr=std_err1,error_kw=error_params1,label='tag A')
plt.bar(x+bar_width,y2,bar_width,color=['b','g','yellow','orange','gray'],yerr=std_err1,error_kw=error_params2,label='tag B')

plt.xticks(x+bar_width/2,tick_label)#设置x轴的标签
#设置网格
plt.grid(True,axis='y',ls=':',color='r',alpha=0.3)
#显示图例
plt.legend()
#显示图形
plt.show()

效果如下

并列型带误差棒柱状图 其中，关于网格的设置可参考网格设置，其中axis参数是设置显示哪个方向的网格，可选{'both' (default), 'x', or 'y'}，上图设置为'y'。