使用Python輕松繪制帶誤差棒的柱狀圖
更新時間：2025年08月05日 09:36:31 作者：Code_Verse
誤差棒（Error Bar）是數(shù)據(jù)可視化中傳遞可靠性信息的 “利器”,它能在展示數(shù)據(jù)平均值的同時,直觀呈現(xiàn)數(shù)據(jù)的波動范圍,下面我們就來看看如何使用Python輕松繪制帶誤差棒的柱狀圖吧
大家好！今天來教大家一個超實用的數(shù)據(jù)分析技能 —— 用 Python 制作帶誤差棒的柱狀圖。誤差棒（Error Bar）是數(shù)據(jù)可視化中傳遞可靠性信息的 “利器”，它能在展示數(shù)據(jù)平均值的同時，直觀呈現(xiàn)數(shù)據(jù)的波動范圍（如標準差、標準誤等）。無論是學生做實驗報告、科研人員展示成果，還是職場人匯報數(shù)據(jù)分析，這個技能都能讓你的圖表瞬間提升專業(yè)度，讓數(shù)據(jù)更有說服力。
一、為什么需要誤差棒
在數(shù)據(jù)分析中，我們常常用平均值來代表一組數(shù)據(jù)的 “典型值”，但平均值背后的波動同樣重要。比如：
- 兩組數(shù)據(jù)的平均值可能相近，但一組數(shù)據(jù)波動很小（可靠性高），另一組波動很大（可靠性低）；
- 誤差棒能幫讀者快速判斷數(shù)據(jù)差異是否 “顯著”（比如兩組誤差棒是否重疊）。
今天我們就用 Python 的matplotlib庫來實現(xiàn)這個功能，全程代碼清晰易懂，小白也能輕松上手～
二、準備工作：安裝必要的庫
在開始之前，我們需要確保電腦上安裝了兩個 Python 庫：
numpy：用于數(shù)值計算（比如生成坐標軸）；matplotlib.pyplot：Python 最常用的繪圖庫。
如果還沒安裝，打開終端（或命令提示符）輸入以下命令：
pip install numpy matplotlib
安裝完成后，就可以開始寫代碼啦！
三、完整代碼：帶誤差棒的柱狀圖實現(xiàn)
先直接上完整代碼，后面會逐行解釋每一步的作用：
import numpy as np
import matplotlib.pyplot as plt
# 1. 準備數(shù)據(jù)
labels = ['samp1', 'samp2', 'samp3', 'samp4', 'samp5'] # x軸標簽（樣本名稱）
A_means = [0.25, 0.22, 0.25, 0.2, 0.2] # A組數(shù)據(jù)的平均值
B_means = [0.4, 0.26, 0.27, 0.35, 0.22] # B組數(shù)據(jù)的平均值
C_means = [0.3, 0.25, 0.28, 0.3, 0.18] # C組數(shù)據(jù)的平均值
A_errors = [0.05, 0.04, 0.05, 0.03, 0.04] # A組數(shù)據(jù)的誤差范圍
B_errors = [0.02, 0.03, 0.04, 0.03, 0.02] # B組數(shù)據(jù)的誤差范圍
C_errors = [0.03, 0.02, 0.03, 0.02, 0.03] # C組數(shù)據(jù)的誤差范圍
# 2. 設(shè)置坐標軸和柱寬
x = np.arange(len(labels)) # 生成x軸刻度位置（0,1,2,3,4）
width = 0.2 # 柱子的寬度
# 3. 創(chuàng)建圖形和軸
fig, ax = plt.subplots()
# 4. 繪制柱狀圖（帶誤差棒）
rects1 = ax.bar(x - width, A_means, width, yerr=A_errors, label='A', color='#66c2a5', capsize=5)
rects2 = ax.bar(x, B_means, width, yerr=B_errors, label='B', color='#fc8d62', capsize=5)
rects3 = ax.bar(x + width, C_means, width, yerr=C_errors, label='C', color='#8da0cb', capsize=5)
# 5. 添加標簽、標題和圖例
ax.set_xlabel('Samples') # x軸名稱
ax.set_ylabel('RMSE (m)') # y軸名稱（這里以RMSE為例，可替換為你的指標）
ax.set_title('Comparison of RMSE Across Samples') # 圖表標題
ax.set_xticks(x) # 設(shè)置x軸刻度位置
ax.set_xticklabels(labels) # 設(shè)置x軸刻度標簽（替換為樣本名稱）
ax.legend() # 顯示圖例（區(qū)分A/B/C組）
# 6. 美化圖表
ax.yaxis.grid(True) # 添加y軸網(wǎng)格線（方便讀數(shù)）
ax.set_facecolor('white') # 設(shè)置圖表背景為白色
# 7. 顯示圖形
plt.tight_layout() # 自動調(diào)整布局，避免標簽重疊
plt.show() # 顯示圖表運行代碼后，你會得到一張這樣的圖表：
（注：實際運行后會彈出窗口顯示圖表，包含 5 個樣本、3 組數(shù)據(jù)，每個柱子頂部都有誤差棒）
四、代碼逐行解析：小白也能看懂
下面我們來詳細解釋每一步的作用，幫你理解代碼邏輯，以后就能根據(jù)自己的需求修改啦～
1. 導入庫
import numpy as np import matplotlib.pyplot as plt
numpy縮寫為np：用于生成 x 軸的刻度位置（后面會用到）；matplotlib.pyplot縮寫為plt：用于繪制圖表的核心庫。
2. 準備數(shù)據(jù)：核心中的核心
# x軸標簽（樣本名稱） labels = ['samp1', 'samp2', 'samp3', 'samp4', 'samp5'] # 各組數(shù)據(jù)的平均值（柱子高度） A_means = [0.25, 0.22, 0.25, 0.2, 0.2] B_means = [0.4, 0.26, 0.27, 0.35, 0.22] C_means = [0.3, 0.25, 0.28, 0.3, 0.18] # 各組數(shù)據(jù)的誤差范圍（誤差棒長度） A_errors = [0.05, 0.04, 0.05, 0.03, 0.04] B_errors = [0.02, 0.03, 0.04, 0.03, 0.02] C_errors = [0.03, 0.02, 0.03, 0.02, 0.03]
labels：x 軸上顯示的文本（比如樣本名稱、類別等）；xxx_means：每組數(shù)據(jù)的平均值，決定了柱子的高度；xxx_errors：每組數(shù)據(jù)的誤差值（比如標準差、標準誤），決定了誤差棒的長度。
小提示：這里的數(shù)據(jù)是示例，你可以替換成自己的實際數(shù)據(jù)，注意保持列表長度一致（比如有 5 個樣本，每個列表都要有 5 個元素）。
3. 設(shè)置坐標軸和柱寬
x = np.arange(len(labels)) # 生成x軸刻度位置：[0, 1, 2, 3, 4] width = 0.2 # 柱子的寬度
np.arange(len(labels))：根據(jù)樣本數(shù)量生成連續(xù)的整數(shù)（比如 5 個樣本就是[0,1,2,3,4]），作為 x 軸的 “基準位置”；width：每個柱子的寬度，后續(xù)會用它來調(diào)整多組數(shù)據(jù)的位置（避免柱子重疊）。
4. 創(chuàng)建圖形和軸
fig, ax = plt.subplots()
fig：代表整個圖表窗口（可以理解為 “畫布”）；ax：代表圖表中的坐標軸（可以理解為 “繪圖區(qū)域”），后續(xù)的繪圖操作主要通過ax實現(xiàn)。
5. 繪制帶誤差棒的柱狀圖（關(guān)鍵步驟）
# 繪制A組：x軸位置在基準位置左側(cè)（x - width） rects1 = ax.bar(x - width, A_means, width, yerr=A_errors, label='A', color='#66c2a5', capsize=5) # 繪制B組：x軸位置在基準位置（x） rects2 = ax.bar(x, B_means, width, yerr=B_errors, label='B', color='#fc8d62', capsize=5) # 繪制C組：x軸位置在基準位置右側(cè)（x + width） rects3 = ax.bar(x + width, C_means, width, yerr=C_errors, label='C', color='#8da0cb', capsize=5)
這是最核心的一行代碼，ax.bar() 用于繪制柱狀圖，參數(shù)含義：
x - width/x/x + width：三組柱子的 x 軸位置（錯開排列，避免重疊）；A_means/B_means/C_means：柱子的高度（平均值）；width：柱子寬度（前面定義的0.2）；yerr=xxx_errors：誤差棒的關(guān)鍵參數(shù)，指定 y 軸方向的誤差范圍（如果需要 x 軸誤差棒，用xerr）；label：每組數(shù)據(jù)的名稱（用于圖例）；color：柱子顏色（這里用了美觀的 RGB 色值，可自行替換）；capsize=5：誤差棒頂部 / 底部的 “帽子” 大?。ㄗ屨`差棒更美觀，避免變成一條細線）。
小技巧：如果有更多組數(shù)據(jù)（比如 D 組），可以繼續(xù)調(diào)整位置（x + 2*width），同時注意控制總寬度不要超過刻度間隔哦～
6. 添加標簽、標題和圖例
ax.set_xlabel('Samples') # x軸名稱
ax.set_ylabel('RMSE (m)') # y軸名稱（根據(jù)你的數(shù)據(jù)修改，比如“準確率”“平均值”）
ax.set_title('Comparison of RMSE Across Samples') # 圖表標題
ax.set_xticks(x) # 設(shè)置x軸刻度位置為基準位置
ax.set_xticklabels(labels) # 用樣本名稱替換x軸刻度（默認是0,1,2...）
ax.legend() # 顯示圖例（區(qū)分不同組數(shù)據(jù)）這些參數(shù)用于完善圖表信息，讓讀者能快速理解圖表內(nèi)容。
7. 美化圖表
ax.yaxis.grid(True) # 添加y軸網(wǎng)格線（方便讀取具體數(shù)值）
ax.set_facecolor('white') # 設(shè)置圖表背景為白色（默認可能是淺灰色）簡單的美化能讓圖表更清晰，網(wǎng)格線尤其適合需要精確讀數(shù)的場景。
8. 顯示圖表
plt.tight_layout() # 自動調(diào)整布局，避免標簽被截斷（比如標題、軸標簽超出窗口） plt.show() # 顯示圖表窗口
plt.tight_layout()是個非常實用的函數(shù)，能自動調(diào)整圖表元素的位置，避免標簽重疊或被截斷；plt.show()用于在屏幕上顯示繪制好的圖表。
五、代碼實現(xiàn)
如下圖所示：
六、總結(jié)
帶誤差棒的柱狀圖是數(shù)據(jù)可視化中非常實用的工具，今天我們用 matplotlib 實現(xiàn)了它，核心步驟包括：
- 準備數(shù)據(jù)（平均值 + 誤差值）；
- 設(shè)置坐標軸和柱寬；
- 用
ax.bar()繪制柱狀圖，通過yerr參數(shù)添加誤差棒； - 完善標簽、標題和圖例；
- 美化并顯示圖表。
只要理解了每一步的邏輯，你就能輕松修改代碼，適配自己的數(shù)據(jù)集。快去試試用自己的數(shù)據(jù)生成圖表吧！
到此這篇關(guān)于使用Python輕松繪制帶誤差棒的柱狀圖的文章就介紹到這了,更多相關(guān)Python繪制柱狀圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python爬取個人微信朋友信息操作,涉及Python使用itchat包實現(xiàn)微信朋友信息爬取操作相關(guān)實現(xiàn)技巧,需要的朋友可以參考下2018-08-08
淺談django的render函數(shù)的參數(shù)問題
今天小編就為大家分享一篇淺談django的render函數(shù)的參數(shù)問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
今天小編就為大家分享一篇對TensorFlow的assign賦值用法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
Python將Word文檔轉(zhuǎn)為PDF的兩種方法
這篇文章主要介紹了兩種將docx和doc文件轉(zhuǎn)換為PDF的方法,方法一使用了docx2pdf模塊,方法二使用了win32com模塊,文中通過代碼及圖文介紹的非常詳細,需要的朋友可以參考下2024-12-12
這篇文章主要介紹了numpy刪除單行、刪除單列、刪除多列實現(xiàn)方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
在Python編程中,UUID（通用唯一標識符）是一個非常有用的工具,用于生成唯一的標識符,本文將深入探討Python中UUID的用法、不同版本的UUID、以及如何在實際應(yīng)用中充分利用UUID的優(yōu)勢2023-12-12
python?實現(xiàn)syslog?服務(wù)器的詳細過程
這篇文章主要介紹了python?實現(xiàn)syslog服務(wù)器的詳細過程，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-08-08
這篇文章主要介紹了Python語言描述隨機梯度下降法，具有一定借鑒價值,需要的朋友可以參考下2018-01-01
JSON（JavaScript?Object?Notation）是一種輕量級的數(shù)據(jù)交換格式,Python中提供了多種方式來讀取和處理JSON文件,本文將詳細介紹四種常見的方法,希望對大家有所幫助2024-03-03
在本篇文章里小編給大家分享的是關(guān)于python3中sys.argv的實例用法內(nèi)容，需要的朋友們可以學習下。2020-04-04