如何用Plots.jl填充曲线之间的区域?

时间:2018-01-19 04:14:39

标签: julia plots.jl

假设我有一条曲线y,以及另外两条以矢量形式的ul曲线。如何绘图:

plot(y, lab="estimate")
plot!(y-l, lab="lower bound")
plot!(y+u, lab="upper bound")

即,不对称置信区间?我知道如何使用选项ribbon绘制对称案例,如here所述。

3 个答案:

答案 0 :(得分:4)

这样的东西? (见here)。

plot([y y], fillrange=[y.-l y.+u], fillalpha=0.3, c=:orange)
plot!(y)

答案 1 :(得分:4)

目前的答案正确。以下是两种正确的方法(从 Plots.jl 的 v1.10.1 开始):

方法 1:使用 fillrange

plot(x, l, fillrange = u, fillalpha = 0.35, c = 1, label = "Confidence band")

方法 2:使用 ribbon

plot(x, (l .+ u) ./ 2, ribbon = (l .- u) ./ 2, fillalpha = 0.35, c = 1, label = "Confidence band")

(此处,lu 分别表示“下”和“上”y 值,x 表示它们共同的 x 值。)它们之间的主要区别两种方法是fillrangelu之间的区域进行阴影处理,而ribbon参数是一个半径,即宽度的一半色带(或者换句话说,与中点的垂直偏差)。

示例使用 fillrange

x = collect(range(0, 2, length= 100))
y1 = exp.(x)
y2 = exp.(1.3 .* x)

plot(x, y1, fillrange = y2, fillalpha = 0.35, c = 1, label = "Confidence band", legend = :topleft)

让我们将 y1y2 散布在图的顶部,以确保我们填充了正确的区域。

plot!(x,y1, line = :scatter, msw = 0, ms = 2.5, label = "Lower bound")
plot!(x,y2, line = :scatter, msw = 0, ms = 2.5, label = "Upper bound")

结果:

enter image description here

示例使用 ribbon

mid = (y1 .+ y2) ./ 2   #the midpoints (usually representing mean values)
w = (y2 .- y1) ./ 2     #the vertical deviation around the means

plot(x, mid, ribbon = w , fillalpha = 0.35, c = 1, lw = 2, legend = :topleft, label = "Mean")
plot!(x,y1, line = :scatter, msw = 0, ms = 2.5, label = "Lower bound")
plot!(x,y2, line = :scatter, msw = 0, ms = 2.5, label = "Upper bound")

(此处,xy1y2 与之前相同。)

结果:

enter image description here

请注意,ribbonfillrange 的标签在图例中是不同的:前者标记中点/均值,而后者标记阴影区域本身。

一些额外的评论:

  1. OP 对 plot(y, ribbon=(l,u), lab="estimate") 的回答不正确(至少对于 Plots v1.10.1.)。我意识到这个线程已经超过 3 年了,所以它可能在 OP 当时使用的早期版本的 Plots.jl 中有效)

  2. 类似于给出的答案之一,

plot(x, [mid mid], fillrange=[mid .- w, mid .+ w], fillalpha=0.35, c = [1 4], label = ["Band 1" "Band 2"], legend = :topleft, dpi = 80)

会起作用,但这实际上会创建两个色带(因此,图例中有两个图标),这可能是也可能不是 OP 正在寻找的。为了说明这一点:

enter image description here

答案 2 :(得分:3)

事实证明,选项ribbon接受下限和上限:

plot(y, ribbon=(l,u), lab="estimate")

请注意,通过在l选项中传递uribbon,填充区域将对应于y-ly+u之间的区域。换句话说,lu应该是与平均曲线y的“偏差”。