Python Matplotlib绘制样本意味着条形图中的置信区间，但看起来像箱形图

Question

我想将四个时间序列的均值绘制成具有置信区间的Matplotlib条形图。另外，我想以不同方式对它们进行着色，以生成类似于此

的条形图

所以我写了下面的代码：

＆＃13;

＆＃13;

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(12345)
df = pd.DataFrame([np.random.normal(-10, 200, 100), 
                   np.random.normal(42, 150, 100), 
                   np.random.normal(0, 120, 100), 
                   np.random.normal(-5, 57, 100)], 
                  index=[2012, 2013, 2014, 2015])
years = ('2012', '2013', '2014', '2015')
y_pos = np.arange(len(years))
df1_mean = df.iloc[0].mean()
df1_std = df.iloc[0].std()
df2_mean = df.iloc[1].mean()
df2_std = df.iloc[1].std()
df3_mean = df.iloc[2].mean()
df3_std = df.iloc[2].std()
df4_mean = df.iloc[3].mean()
df4_std = df.iloc[3].std()

value = (df1_mean, df2_mean, df3_mean, df4_mean)
Std = (df1_std, df2_std, df3_std, df4_std)

plt.bar(y_pos, value, yerr=Std, align='center', alpha=0.5)
plt.xticks(y_pos, years)
plt.ylabel('Stock price')
plt.title('Something')
plt.show()

＆＃13;

＆＃13;

＆＃13;

给了我这个（见上文）。不是我所期待的。此外，它看起来像一个箱形图而不是条形图，其中每个样本都应该一直向下到x轴。

我承认我对Matplotlib很新，但我真的很想知道我的代码是怎么回事。这应该是一项简单的任务，但我似乎无法得到它。我应该调用.subplots（）命令吗？ 最重要的是，如果有人能够指出我如何（1）在同一条形图上的x轴（例如，值100）上添加一条水平线作为阈值，我将非常感激。 ，（2）对这四个条的颜色不同（选择的确切颜色并不重要）？

谢谢。

Answer 1

默认情况下，plt.bar创建的条形码从y=0开始。对于正值，它们向上扩展，对于负值，它们向下扩展 您可以使用bottom参数让它们以不同的值开始，并将bottom的数量添加到值中。这是在以下代码中完成的，其中我还将数据帧带入更常见的形状（年份为列）。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

np.random.seed(12345)
df = pd.DataFrame(np.c_[np.random.normal(-10,200,100), 
                   np.random.normal(42,150,100), 
                   np.random.normal(0,120,100), 
                   np.random.normal(-5,57,100)], 
                  columns=[2012,2013,2014,2015])

value = df.mean()
std = df.std()

colors=["red", "green", "blue", "purple"]
plt.axhline(y=100, zorder=0)
plt.bar(range(len(df.columns)), value+np.abs(df.values.min()), bottom=df.values.min(), 
        yerr=std, align='center', alpha=0.5, color=colors)

plt.xticks(range(len(df.columns)), df.columns)
plt.ylabel('Stock price')
plt.title('Something')
plt.show()