Matplotlib errorbar() 函数

errorbar() 用于绘制带误差棒的折线图，在数据点上方展示测量值的不确定性范围。

广泛用于科学实验、统计分析和工程数据可视化中。

函数定义

pyplot 接口

matplotlib.pyplot.errorbar(x, y, yerr=None, xerr=None, fmt='',
    ecolor=None, elinewidth=None, capsize=None, barsabove=False,
    lolims=False, uplims=False, xlolims=False, xuplims=False,
    errorevery=1, capthick=None, *, **kwargs)

Axes 接口

Axes.errorbar(x, y, yerr=None, xerr=None, fmt='', ecolor=None,
    elinewidth=None, capsize=None, barsabove=False, lolims=False,
    uplims=False, xlolims=False, xuplims=False, errorevery=1,
    capthick=None, *, **kwargs)

参数说明

参数	类型	说明
x, y	array-like	数据点坐标
yerr / xerr	float 或 array-like	y/x 方向的误差。标量表示所有点相同误差，数组表示每点独立误差。二维数组可为 [lo, hi] 分别指定上下误差
fmt	str	数据点的格式字符串，如 'o'（圆点）、's'（方块）、'o-'（圆点+连线）
ecolor	color	误差棒线条的颜色
elinewidth	float	误差棒线条的宽度
capsize	float	误差棒端点横线的长度（以点为单位）
capthick	float	误差棒端点横线的厚度
barsabove	bool	若为 True，误差棒绘制在数据点上方
lolims / uplims	array-like of bool	标记 y 方向的下/上限（只有单侧箭头）
xlolims / xuplims	array-like of bool	标记 x 方向的下/上限
errorevery	int	每隔几个数据点绘制误差棒（数据稠密时减少视觉混乱）

errorbar() 返回一个 ErrorbarContainer 对象，包含 (plotline, caplines, barlinecols)，可分别访问主线和误差棒线。

使用示例

示例 1：基本误差棒

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([3.5, 5.2, 4.8, 6.1, 7.3])
y_err = np.array([0.3, 0.5, 0.4, 0.6, 0.5]) # 每个点的误差

fig, ax = plt.subplots(layout='constrained')

# 绘制带误差棒的折线图
ax.errorbar(x, y, yerr=y_err,
fmt='o-', # 圆点 + 连线
color='steelblue',
ecolor='gray', # 误差棒颜色
elinewidth=1.5, # 误差棒线宽
capsize=5, # 端点横线长度
capthick=1.5,
markersize=8,
label='Measurement')

ax.set_title('Errorbar Plot with y-errors')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.3)
plt.show()

示例 2：不对等误差（上下不同）

实例

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(5)
y = np.array([10, 12, 9, 15, 13])

# 二维数组：第一行是下限误差，第二行是上限误差
y_err = np.array([[0.5, 0.8, 0.6, 1.0, 0.7], # 下误差
[1.5, 1.2, 2.0, 0.8, 1.3]]) # 上误差

fig, ax = plt.subplots(layout='constrained')

ax.errorbar(x, y, yerr=y_err,
fmt='s', # 方块标记，不连线
color='coral',
ecolor='black',
capsize=6,
markersize=10,
markerfacecolor='white',
markeredgewidth=1.5,
label='Asymmetric Error')

ax.set_title('Asymmetric Error Bars (different upper/lower)')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.3)
plt.show()

示例 3：双向误差棒（x 和 y 方向都有误差）

实例

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(42)
x = np.arange(8)
y = 2 * x + 1 + np.random.randn(8) * 2
x_err = np.full(8, 0.3) # x 方向误差（所有点相同）
y_err = np.random.rand(8) * 3 # y 方向误差（各点不同）

fig, ax = plt.subplots(figsize=(7, 5), layout='constrained')

ax.errorbar(x, y,
xerr=x_err, # x 方向误差
yerr=y_err, # y 方向误差
fmt='o',
color='#8e44ad',
ecolor='gray',
capsize=4,
markersize=8,
label='2D Error')

ax.set_title('Error Bars in Both X and Y Directions')
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.legend()
ax.grid(True, alpha=0.3)
plt.show()

示例 4：errorevery 减少视觉混乱

实例

import matplotlib.pyplot as plt
import numpy as np

# 密集数据点（100 个点）
x = np.linspace(0, 10, 100)
y = np.sin(x) + np.random.randn(100) * 0.1
y_err = np.full(100, 0.15)

fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 4),
layout='constrained')

# 左图：每个点都显示误差棒（过于密集）
ax1.errorbar(x, y, yerr=y_err, fmt='o', markersize=3,
capsize=2, elinewidth=0.5, errorevery=1)
ax1.set_title('errorevery=1 (too dense)')

# 右图：每隔 8 个点显示一个误差棒
ax2.errorbar(x, y, yerr=y_err, fmt='o', markersize=3,
capsize=2, elinewidth=0.5, errorevery=8)
ax2.set_title('errorevery=8 (cleaner)')

for ax in [ax1, ax2]:
ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.grid(True, alpha=0.3)

plt.show()

常见问题

yerr 的不同形状？

标量：所有点相同误差。

一维数组 (N,)：每个点对称误差（上下相同）。

二维数组 (2, N)：第一行为下误差，第二行为上误差。

不想要数据点之间的连线怎么办？

将 fmt 设为纯标记格式，如 'o'、's'、'^'，省略线型部分。

Matplotlib 参考文档

返回顶部

菜鸟教程