如何用Python Matplotlib实现多案例分面子图并将系列标注替换为S1-S4
Matplotlib分块多子图带误差棒折线实现方案
前置修正
- 原代码存在误差计算引用错误:S3、S4的误差值误用S2的数值作为计算基准,需调整为对应自身系列的真实值,否则误差棒显示异常
实现逻辑
- 采用2行2列的网格多子图布局,对应S1、S2、S3、S4四类实验系列,每个子图单独展示一个系列的折线与误差棒
- 共享全局坐标轴刻度,保证不同系列的数值对比直观
- 替换原预设的baseline、Intervention标注,所有标注统一使用S1-S4的系列名
可运行实现代码
import numpy as np import pandas as pd import matplotlib.pyplot as plt # 基础数据集 df = pd.DataFrame({ 'Time': ['1','2','3','4','5'], 'S1': [74.92, 75.32, 79.64, 100, 101], 'S2': [18.2,80,82,84, 90], 'S3': [22,60,82,54, 70], 'S4': [31,60,72,74, 90] }) # 各系列误差阈值与样式配置 series_config = { 'S1': { 'lower_bound': [73.3, 73.3, 75, 90, 108], 'upper_bound': [76, 80, 83.3, 107, 107], 'color': 'blue', 'marker': 's', 'linestyle': '--' }, 'S2': { 'lower_bound': [10, 70, 68, 90, 80], 'upper_bound': [40,80,90,90, 96], 'color': 'red', 'marker': 'o', 'linestyle': '-' }, 'S3': { 'lower_bound': [12, 52, 80, 50, 65], 'upper_bound': [27,66,85,60, 76], 'color': 'green', 'marker': 'o', 'linestyle': ':' }, 'S4': { 'lower_bound': [25, 50, 70, 70, 85], 'upper_bound': [33,66,77,80, 95], 'color': 'black', 'marker': 'o', 'linestyle': '-.' } } # 计算各系列上下误差绝对值 err_dict = {} for s_name, conf in series_config.items(): lower_err = (np.array(conf['lower_bound']) - df[s_name]).__abs__().values upper_err = (np.array(conf['upper_bound']) - df[s_name]).__abs__().values err_dict[s_name] = [lower_err, upper_err] # 创建2行2列多子图,共享坐标轴保证刻度统一 fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8), sharex=True, sharey=True, dpi=300) axes = axes.flatten() # 逐个子图绘制对应系列的带误差棒折线 for idx, s_name in enumerate(series_config.keys()): ax = axes[idx] conf = series_config[s_name] ax.errorbar( x=df['Time'], y=df[s_name], yerr=err_dict[s_name], capsize=5, marker=conf['marker'], color=conf['color'], markersize=4, linewidth=1, linestyle=conf['linestyle'], label=s_name ) ax.set_title(s_name) ax.set_ylim(-1, 120) ax.legend() # 全局设置坐标轴标签 fig.text(0.5, 0.04, 'Time', ha='center', fontsize=12) fig.text(0.04, 0.5, 'Performance', va='center', rotation='vertical', fontsize=12) # 调整布局避免元素重叠 plt.tight_layout() plt.savefig('multi_series_subplot.png', bbox_inches='tight') plt.show()
效果说明
- 每个子图独立承载一个S系列的绘图内容,顶部标注对应系列名,无原预设的baseline、Intervention标注
- 误差棒的capsize、marker、线条样式完全保留原有单轴绘图的配置
- 全局共享x、y轴刻度,不同系列的数值对比无需反复对齐刻度
内容的提问来源于stack exchange,提问作者Vincent
相关产品推荐
相关产品推荐

