matplotlib上的错误栏颜色栏

时间:2017-03-18 09:09:28

标签: python matplotlib

我有一个数量的一维数组,比如T.我有数据点(X,Y)用错误栏绘制并用T进行颜色编码。

我正在绘制错误栏:

import numpy as np
import matplotlib.pyplot as plt 
import matplotlib.pylab as pylab
import matplotlib

X = np.linspace(0, 10, 50) 
Y = np.random.normal(0, 1, 50)                                                                                                               
E = np.random.normal(0, 0.1, 50) 

norm = matplotlib.colors.Normalize(vmin=0, vmax=0.5)
c_m  = matplotlib.cm.jet
s_m  = matplotlib.cm.ScalarMappable(cmap=c_m, norm=norm)
s_m.set_array([])

plt.figure()
for i in range(0, len(Y)):
    plt.errorbar(X[i], Y[i], color=s_m.to_rgba(E[i]), yerr=[E[i], E[i]], capsize=3, ls='none')
plt.grid()
plt.show()

这似乎不起作用。说:

err must be [ scalar | N, Nx1 or 2xN array-like ]

对于plt.plot,如果我说N条曲线,每条曲线都有M点,我必须用T对每条曲线进行颜色编码,(尺寸:X [M],Y [N] [M],T [N] )

我执行以下操作:

norm = matplotlib.colors.Normalize(
vmin=0,
vmax=32)

# choose a colormap
c_m = matplotlib.cm.jet
# create a ScalarMappable and initialize a data structure
s_m = matplotlib.cm.ScalarMappable(cmap=c_m, norm=norm)
s_m.set_array([])

plt.figure()
for i in range(0, N):
    plt.plot(X, Y[i], color=s_m.to_rgba(T[i]))
plt.grid()
plt.show()

此方案适用于情节!但似乎不适用于errorbar和1D数组。

然而,由于数组尺寸在绘图(2D)和误差条(1D)情况下不同,我不确定比较是多好。

编辑:

得到了解决方案。它完全与colorbar无关。只是那个yerr数组需要2XN阵列。

因此yerr = [[E [i]],[E [i]]]修正了它。

1 个答案:

答案 0 :(得分:1)

我仍然没有看到问题。用plt.plot替换plt.errorbar工作正常:

import matplotlib.pyplot as plt
import matplotlib.colors
import matplotlib.cm
import numpy as np

N=3
x=np.arange(10)
Y = np.random.rand(len(x),N)
a = np.ones_like(x)*0.1
T = np.array([5,12,27])

plt.figure()

norm = matplotlib.colors.Normalize(vmin=0,vmax=32)
# choose a colormap
c_m = matplotlib.cm.jet
# create a ScalarMappable and initialize a data structure
s_m = matplotlib.cm.ScalarMappable(cmap=c_m, norm=norm)
s_m.set_array([])

for i in range(0, N):
    plt.errorbar(x, Y[:,i], yerr=[a,a], color=s_m.to_rgba(T[i]),  capsize=3, ls='none')
plt.grid()
plt.grid()

plt.show()

enter image description here