如何绘制不对称误差棒且不触发NumPy广播错误？

错误原因分析 #

1. 误差计算逻辑错误：你当前的err计算用hpd减去中位数的扩展数组，得到的是置信区间边界与中位数的差值（存在负数），取绝对值后数值不符合误差棒的实际需求，虽形状为(2,3)但逻辑完全错误。
2. 数组维度冲突：truth[:,np.newaxis]和median都是(3,1)的二维数组，与yerr=(2,3)组合时，matplotlib的广播机制触发维度不匹配报错。
3. 子图关联缺失：函数plot_hpd_err未指定绘图子图，默认使用循环最后一个ax，且未正确关联到创建的子图对象；同时代码未调用plt.show()，导致图表空白。

修正后的代码 #

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns  # 补充缺失的seaborn导入

truth = np.array([0.15725964, 0.15611989, 0.15820897])
# hpd为每个median对应的置信区间[下限, 上限]
hpd = np.array([[0.00310974, 0.01833195],
                [0.00546891, 0.017973  ],
                [0.00687474, 0.01628064]])
median = np.array([[0.15517015],[0.12985473],[0.12510344]])

with sns.plotting_context('notebook', font_scale=1.2):
    fig, axmatrix = plt.subplots(ncols=2, figsize=(16,8))
    for ax in axmatrix.flatten():
        ax.set_aspect('equal')

    def plot_hpd_err(ax, truth, hpd, median):
        # 将中位数转为一维数组，避免维度冲突
        median_flat = median.flatten()
        # 正确计算上下误差：下误差=中位数-置信区间下限，上误差=置信区间上限-中位数
        lower_err = median_flat - hpd[:, 0]
        upper_err = hpd[:, 1] - median_flat
        # 组合成(2, N)格式的误差数组，符合errorbar要求
        err = np.array([lower_err, upper_err])
        # 使用一维数组作为x、y参数，绘制带误差棒的点
        return ax.errorbar(truth, median_flat, yerr=err, fmt='o-')

    # 指定第一个子图绘制，可替换为axmatrix[1]使用第二个子图
    plot_hpd_err(axmatrix[0], truth, hpd, median)
    plt.show()  # 显示图表

关键修正点 #

• 修正误差逻辑：根据置信区间与中位数的关系计算误差长度，确保err是(2,3)数组，第一行为下误差、第二行为上误差。
• 统一数组维度：将truth和median转为一维数组，消除二维数组与yerr的广播冲突。
• 明确子图关联：将目标子图作为参数传入函数，确保绘图正确绑定到指定子图；添加plt.show()显示图表。
• 若你的hpd本身就是误差长度（而非置信区间边界），直接将err设为np.array([hpd[:,0], hpd[:,1]])即可。

内容的提问来源于stack exchange，提问作者nutrition