概要
学習モデルのグラフは誤差を含んでいる。今2軸(xおよびy)をとり、以下のようなモデルに近似したとする。実際のデータは誤差がある。この誤差を表示できるのがerrorbarである。
ドキュメント
https://matplotlib.org/3.1.1/api/_as_gen/matplotlib.pyplot.errorbar.html
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, *, data=None, **kwargs) |
x, y | プロットするデータ。これは通常のグラフを描画する際のデータと同じである。 |
yerr, xerr | yおよびxに対する誤差 |
ecolor | 誤差棒の色 |
elinewidth | 誤差棒のサイズ |
誤差の表示 ( yerr, xerr )
誤差をy軸方向に表示するのがyerr, x軸方向がxerrとなる。ここには誤差の大きさをリストで指定する。リストの長さはプロットするデータと同じ、つまりx, yと同じ長さになる。
下記ではy軸方向が0.3、x軸方向が0.5のリストである。
import numpy as np import matplotlib.pyplot as plt %matplotlib inline x = np.linspace(0,10,10); y = np.sin(x/2); yerr = 0.3 * np.ones(len(y)); xerr = 0.5 * np.ones(len(y)); e = plt.errorbar(x,y,yerr=err, xerr=err)
誤差棒のスタイル ( ecolor, elinewidth )
ecolorで誤差棒の色、elinewidthで誤差棒の太さを指定する。
下記の例では色はred, 太さは0.5を指定している。
import numpy as np import matplotlib.pyplot as plt %matplotlib inline x = np.linspace(0,10,10); y = np.sin(x/2); yerr = 0.3 * np.ones(len(y)); xerr = 0.5 * np.ones(len(y)); e = plt.errorbar(x,y,yerr=err, xerr=err, ecolor="red", elinewidth=0.5)