如何将Matplotlib中带uplims/lolims的误差棒改为直线样式？

我刚好遇到过类似的困扰！当我们设置uplims=True和lolims=True时，Matplotlib默认会用箭头来标识这是数据的上限/下限，但在新版Matplotlib里，其实可以通过几个参数的组合，把箭头替换成你想要的直线样式，具体操作如下：

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 定义你的数据
x = np.linspace(1, 10, 10)
y = np.linspace(1, 10, 10)
err = np.full_like(y, 0.5)  # 这里替换成你的实际误差数据

# 绘制带直线误差棒的曲线
plt.errorbar(x, y, yerr=err, uplims=True, lolims=True,
             fmt='-o',          # 自定义曲线和标记的样式，可按需修改
             capsize=6,         # 误差棒两端短直线的长度
             capthick=1.2,      # 误差棒两端短直线的粗细
             elinewidth=1.2,    # 误差棒竖线的粗细
             capstyle='projecting')  # 确保两端直线垂直于误差棒竖线

# 添加标签和标题
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.title('Line-style Error Bars with uplims/lolims')

plt.show()

参数解释 #

• capsize: 这个是关键参数，设置后会把默认的箭头替换成两端的短直线，数值越大，直线越长。
• capthick & elinewidth: 分别控制误差棒两端直线和竖线的粗细，让样式更符合你的需求。
• capstyle='projecting': 保证两端的短直线是垂直于误差棒竖线的，避免出现斜切的样式。
• fmt: 用来定义曲线本身的样式，比如'-'表示纯线条，'o'表示纯标记，'-o'则是线条加标记，你可以根据需要调整。

补充说明 #

如果你的Matplotlib版本较新（3.5+），上面的代码应该可以直接生效。如果还是遇到问题，可以尝试单独绘制曲线和误差棒：先用plt.plot画出曲线，再用plt.errorbar单独绘制误差棒并设置上述参数，这样也能达到同样的效果。

内容的提问来源于stack exchange，提问作者William Huang