数据可视化之利用Python绘制shadeErrorBar

原创于 2018-07-22 11:53:41 发布 · 1.9k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#Python #shadeerrorbar #fill_between #折线图

Python应用专栏收录该内容

4 篇文章

订阅专栏

本文介绍如何使用Python绘制数据的最大最小值阴影区域，通过不同颜色的填充展示数据的波动范围，并设置了适当的图表标签和图例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有时候需要用一块灰色的区域来说明数据的平均值的位置或者是最大最小值的位置，这里就用Python来绘制数据最大最小值的阴影部分：

curve = [0,60,90,120,180]                       #X轴
plt.plot(curve,NE_diff,'Db-')

plt.plot(curve,CE_diff,'sy-')

plt.plot(curve,AE_diff,'or-')

plt.plot(curve,NE_max,'purple')
plt.plot(curve,NE_min,'purple')
plt.plot(curve,CE_max,'y')
plt.plot(curve,CE_min,'y')
plt.plot(curve,AE_max,'pink')
plt.plot(curve,AE_min,'pink')
plt.fill_between(curve,NE_max,NE_min,color='blue',alpha=0.9)
plt.fill_between(curve,CE_max,CE_min,color='yellow',alpha=0.25)     #算出数据的最大最小值，然后使用fill_between函数，其中alpha是设置透明度
plt.fill_between(curve,AE_max,AE_min,color='red',alpha=0.25)
plt.ylabel('Increase Rate %',fontsize=18)
plt.xlabel('Curvature',fontsize=18)
plt.xticks(curve,fontsize=14)
plt.yticks(fontsize=14)
plt.legend(lab,loc='upper left',fontsize=15)
plt.show()

这里写图片描述