快捷導(dǎo)航

python+Matplotlib?繪制帶置信區(qū)間的折線圖

更新時(shí)間：2023年05月26日 08:44:13 作者：項(xiàng)目申報(bào)小狂人

這篇文章主要介紹了python繪制帶置信區(qū)間的折線圖,在本文中，我們將使用?numpy?模塊生成隨機(jī)數(shù)據(jù)，并使用?matplotlib?庫實(shí)現(xiàn)數(shù)據(jù)可視化，需要的朋友可以參考下

在統(tǒng)計(jì)學(xué)和數(shù)據(jù)分析領(lǐng)域中，我們常常需要比較兩個(gè)或多個(gè)樣本數(shù)據(jù)之間的差異。而帶置信區(qū)間的折線圖則是一種直觀且常用的展示數(shù)據(jù)差異的方式。在這篇文章中，我們將講解如何使用 Python 和 Matplotlib 繪制一組帶置信區(qū)間的折線圖。

在本文中，我們將使用 numpy 模塊生成隨機(jī)數(shù)據(jù)，并使用 matplotlib 庫實(shí)現(xiàn)數(shù)據(jù)可視化。具體而言，我們將繪制兩組隨機(jī)溫度數(shù)據(jù)的折線圖，并為每條折線添加置信區(qū)間。

一、數(shù)據(jù)準(zhǔn)備

我們首先需要準(zhǔn)備一些數(shù)據(jù)來繪制折線圖。在這里，我們將生成兩組隨機(jī)氣溫?cái)?shù)據(jù)和對(duì)應(yīng)的標(biāo)準(zhǔn)誤差：

import numpy as np
# 生成 x 坐標(biāo)軸數(shù)據(jù)，表示時(shí)間范圍
x = np.arange(0, 365)
# 生成兩組隨機(jī)氣溫?cái)?shù)據(jù)和標(biāo)準(zhǔn)誤差
temp_beijing = np.random.normal(15, 5, 365)
se_beijing = np.random.normal(1, 0.3, size=365)
temp_shanghai = np.random.normal(18, 4, 365)
se_shanghai = np.random.normal(0.8, 0.2, size=365)

二、添加置信區(qū)間

在統(tǒng)計(jì)學(xué)中，我們經(jīng)常使用置信區(qū)間來表示樣本的真實(shí)均值可能存在的范圍。而在帶置信區(qū)間的折線圖中，每個(gè)數(shù)據(jù)點(diǎn)周圍的一段區(qū)間即是該點(diǎn)的置信區(qū)間。

具體而言，我們可以使用 fill_between() 函數(shù)為折線添加置信區(qū)間。在這里，我們使用 95% 的置信水平，即對(duì)應(yīng)于 1.96 個(gè)標(biāo)準(zhǔn)誤差：

# 繪制帶置信區(qū)間的折線圖
fig, ax = plt.subplots(figsize=(10,6),dpi=300)
ax.plot(x, temp_1, color='red', label='City A')
ax.plot(x, temp_2, color='blue', label='City B')
ax.fill_between(x, temp_beijing-1.96*se_beijing, temp_beijing+1.96*se_beijing, alpha=0.2, color='red')
ax.fill_between(x, temp_shanghai-1.96*se_shanghai, temp_shanghai+1.96*se_shanghai, alpha=0.2, color='blue')

三、完整代碼

import numpy as np
import matplotlib.pyplot as plt
font = {'family':'Times New Roman','size':24}
# 定義 x 坐標(biāo)軸的數(shù)據(jù)
x = np.arange(1, 32)
# 定義兩組氣溫?cái)?shù)據(jù)以及對(duì)應(yīng)的標(biāo)準(zhǔn)誤差
temp_1 = np.random.normal(25, 3, 31)
se_1 = np.random.normal(1, 0.3, size=31)
temp_2 = np.random.normal(28, 4, 31)
se_2 = np.random.normal(0.8, 0.2, size=31)
# 繪制帶置信區(qū)間的折線圖
fig, ax = plt.subplots(figsize=(10,6),dpi=300)
ax.plot(x, temp_1, color='red', label='City A')
ax.plot(x, temp_2, color='blue', label='City B')
# 繪制置信區(qū)間
ax.fill_between(x, temp_1-1.645*se_1, temp_1+1.645*se_1, alpha=0.2, color='green')
ax.fill_between(x, temp_2-1.645*se_2, temp_2+1.645*se_2, alpha=0.2, color='blue')
# 設(shè)置圖形標(biāo)題和坐標(biāo)軸標(biāo)簽
# plt.title('Average daily urban temperature change',font)
plt.xlabel('Day', font)
plt.ylabel('Temperature(℃)', font)
# 配置圖例，將其放置在底部中央
plt.legend(loc='best', ncol=2, fontsize=18)
# 配置字體和字號(hào)
plt.rcParams['font.sans-serif'] = ['Times New Roman']  # 設(shè)置字體
plt.rcParams['font.size'] = 24                # 設(shè)置字號(hào)為 24
# 顯示圖形
plt.show()