如何为分组柱状图的橙色条形添加指定最值的误差线？

问题背景 #

现有分组柱状图代码，其中橙色条形对应AGB数据的平均值，需要为这两个橙色条形分别添加自定义误差范围：

• SiC₂的误差范围：[3.7e-7, 3.7e-5]
• SiS的误差范围：[8.0e-7, 1.1e-5]

直接使用yerr=[y_errormin, y_errormax]会导致误差线显示异常，原因是Matplotlib的bar函数中，yerr参数需要的是相对于柱顶的误差幅度，而非绝对的上下限；再加上使用对数坐标轴，需要确保误差计算符合轴的显示逻辑。

解决方案 #

1. 计算每个橙色柱顶到上下限的误差幅度：
   • 下方误差：柱顶值 - 下限值
   • 上方误差：上限值 - 柱顶值
2. 将误差幅度整理为(2, n)形状的数组（n为柱子数量），对应[下方误差数组, 上方误差数组]
3. 在bar函数中传入yerr参数，并添加capsize参数让误差线显示帽线，提升可读性

修改后的完整代码 #

import matplotlib.pyplot as plt
import numpy as np

# Enter my SiC2 data
sic2_AGB = np.array([3.7e-7, 1.1e-5, 1.9e-6, 1.0e-5, 9.7e-6, 4.0e-6,
        6.8e-6, 6.6e-6, 1.0e-6, 1.3e-5, 6.0e-6, 3.7e-5, 1.7e-6, 4.2e-6, 
        2.7e-6, 1.4e-5, 1.0e-5, 8.8e-7, 3.6e-6, 2.0e-5, 1.6e-6, 6.0e-7, 
        2.7e-5, 3.0e-6, 4.0e-6])

sic2_g0693 = 7.9e-11

# Enter my SiS data
sis_AGB = np.array([1.3e-6, 4.8e-6, 3.8e-6, 1.9e-6, 7.2e-6, 8.0e-7,
                    7.0e-6, 4.0e-6, 6.1e-7, 1.0e-5, 1.0e-5, 4.1e-6,
                    9.6e-7, 1.1e-5, 1.1e-6, 4.9e-6, 4.6e-6, 9.8e-7,
                    3.3e-6, 2.3e-6, 2.8e-6, 1.7e-6, 1.1e-5, 4.6e-6, 
                    2.2e-6])

sis_g0693 = 3.9e-10

# Calculate the average of AGB data
sic2_AGB_mean = np.mean(sic2_AGB)
sis_AGB_mean = np.mean(sis_AGB)

labels = ['SiC$_{2}$', 'SiS']
data_g0693 = [sic2_g0693, sis_g0693]
data_AGB =[sic2_AGB_mean, sis_AGB_mean]

# 自定义误差上下限
y_errormin = [3.7e-7, 8.0e-7]
y_errormax = [3.7e-5, 1.1e-5]

# 计算误差幅度：[柱顶-下限, 上限-柱顶]
lower_errors = [data_AGB[i] - y_errormin[i] for i in range(len(data_AGB))]
upper_errors = [y_errormax[i] - data_AGB[i] for i in range(len(data_AGB))]
# 整理为Matplotlib要求的(2, n)形状
y_error = [lower_errors, upper_errors]

x = np.arange(len(labels)) # the label locations
width = 0.15               # width of the bar


fig, ax = plt.subplots()
ax.bar(x - width/2, data_g0693, width, label='G+0.693')
# 添加误差线，capsize设置帽线长度
ax.bar(x + width/2, data_AGB, width, label='AGB', yerr=y_error, capsize=5)

# Labels and axes
plt.xticks(x, labels)
plt.yscale('log', nonposy='clip')
plt.ylabel('$\chi$', fontsize=15)
plt.tick_params(axis='x', labelrotation=0, labelsize= 10)
plt.tick_params(axis="y",direction="in")
ax.legend()

plt.tight_layout()
plt.savefig('toto.jpg',bbox_inches='tight', dpi=150)
plt.show()

关键说明 #

• Matplotlib的bar函数中，yerr的正确格式是一个二维数组，第一行是每个柱子的下方误差（柱顶到下限的距离），第二行是上方误差（上限到柱顶的距离）
• capsize参数用于显示误差线的水平帽线，让误差范围更直观
• 由于使用对数坐标轴，确保所有误差值为正数（下限小于柱顶，上限大于柱顶），避免显示异常

内容的提问来源于stack exchange，提问作者S. Mas