• 三种工具绘制errorbar图


    误差棒是数据可变性的图形表示,并用于图表以指示所报告的测量中的误差或不确定性。他们给出了测量精确度的一般概念,或者相反,距报告值有多远,真实(无误差)值可能是多少。误差线通常代表不确定度的一个标准偏差,一个标准误差或特定的置信区间(例如95%间隔)。

    如果各种其他条件成立,误差棒可以用来比较两种数量。这可以确定差异是否具有统计显着性。误差条也可以表明给定函数的拟合度,即函数描述数据的程度。实验科学中的科学论文预计在所有图表中都包含误差线。也已经表明,误差条可以被用作用于控制近似计算的概率算法的直接操纵界面。误差线也可以用正负号(±)加上误差的上限和减去误差的下限来表示。

    在论文写作中,经常会用到数据图表示一组数据的特点,可视化的图形能够十分清楚直观的比较数据之间的差异。对于数据的均值和标准差在同一个图中表示,可以很好的比较数据分布的差异,errorbar便是这么一种图。

    1、Excel画图

    (1)首先,选择一组数据,包含均值和标准差。

    (2)选择数据,然后在菜单栏插入——所有图表——散点图,点击确定

    (3)选择图表右上角+号标记,选择误差线,并且选择误差数据即可。

     

    4)点击更多选项,可以设置误差线的格式。如正负偏差,末端样式和自定义误差数据,上下限可以不同。

     

    (5)结果如图所示

    2、origin 画图

    (1)选择数据,在菜单栏plot——symbol——Y Error

     

    (2)图如下所示。可以设置线型样式,标记样式等

     

    3、matlab 画图

    (1)matlab画图函数为errorbar,函数调用方式如下所示几种

     

    (2)matlab函数绘制的几种errorbar图形

    (3)代码实例

    %errorbar函数实例
    figure;
    subplot(2,2,1);
    %横轴
    x = 1:10:100;
    %均值
    y = [20 30 45 40 60 65 80 75 95 90];
    %标准差
    err = 8*ones(size(y));
    %线型,颜色,线宽,标记大小 
    errorbar(x,y,err,'-*b','LineWidth',1','MarkerSize',8)  
    xlabel('月份');ylabel('销量/千件');
    %设置坐标轴字体大小粗细,字体样式以及横纵轴范围
    set(gca,'fontsize',10,'fontweight','bold','FontName','Times New Roman','XLim',[0,120],'YLim',[0,120]);
     
    subplot(2,2,2);
    x = 1:10:100;
    y = [20 30 45 40 60 65 80 75 95 90];
    err1 = 10*ones(size(y));
    err2 = 10*rand(size(y));
    errorbar(x,y,err1,err2,'*b','LineWidth',1','MarkerSize',8)  
    xlabel('月份');ylabel('销量/千件');
    title('No line','fontsize',10,'fontweight','bold');
    %设置坐标轴字体大小粗细,字体样式以及横纵轴范围
    set(gca,'fontsize',10,'fontweight','bold','FontName','Times New Roman','XLim',[0,120],'YLim',[0,120]);
    
    subplot(2,2,3)
    Average1=[12,11,7,7,6,5];
    Variance1=[0.5,0.4,0.3,1,0.3,0.5];     %A地的数据
    Average2=[10,8,5,4,3,3];
    Variance2=[0.4,0.3,0.4,0.6,0.3,0.5];    %B地的数据
    Time=1:1:6;
    errorbar(Time,Average1,Variance1,'r-o')    %A地误差棒图,用红色线表示
    hold on
    errorbar(Time,Average2,Variance2,'b-s')    %B地误差棒图,用蓝色线表示
    xlabel('月份');ylabel('销量/千件');
    
    subplot(2,2,4);
    Average2=[120,110,70,70,60,50];
    Variance2=[15,14,8,10,9,9];     %A地的数据
    Average3=[100,80,50,40,30,30];
    Variance3=[14,8.3,9.4,10.6,13,15];    %B地的数据
    Time=1:1:6;
    errorbar(Time,Average2,Variance2,'ro')    %A地误差棒图,用红色线表示
    hold on
    errorbar(Time,Average3,Variance3,'bs','MarkerSize',10,...
        'MarkerEdgeColor','red','MarkerFaceColor','red')    %B地误差棒图,用蓝色线表示
    xlabel('月份');ylabel('销量/千件');
    set(gca,'fontsize',10,'fontweight','bold','FontName','Times New Roman','XLim',[0,8],'YLim',[0,140]);
    grid on;
    

      

  • 相关阅读:
    这可能是全网最全的流媒体知识科普文章
    JavaCV实战专栏文章目录(JavaCV速查手册)
    JavaCV复杂滤镜filter特效处理入门教程和常用案例汇总
    【PC桌面软件的末日,手机移动端App称王】写在windows11支持安卓,macOS支持ios,龙芯支持x86和arm指令翻译
    如何在龙芯架构和国产化操作系统平台上运行javacv
    如何在国产龙芯架构平台上运行c/c++、java、nodejs等编程语言
    JavaCV开发详解之35:使用filter滤镜实现画中画,以屏幕画面叠加摄像头画面为例
    JavaCV开发详解之34:使用filter滤镜实现字符滚动和无限循环滚动字符叠加,跑马灯特效制作
    JavaCV开发详解之33:使用filter滤镜实现动态日期时间叠加
    JavaCV开发详解之32:使用filter滤镜实现中文字符叠加
  • 原文地址:https://www.cnblogs.com/mat-wu/p/7966855.html
Copyright © 2020-2023  润新知