Matplotlib变量误绘至同一子图：如何分离子图绘制带误差棒变量

嗨，这个问题我之前也碰到过！核心原因就是你没有明确指定每个绘图操作对应的子图坐标轴，Matplotlib默认会把所有绘图内容都放到最后激活的子图（也就是你的代码里的ax2）中。

下面是修改后的完整代码，能实现两个变量分别在独立子图中绘制带误差棒的图形：

from pandas import DataFrame, date_range, Timedelta
import numpy as np
from matplotlib import pyplot as plt

# 生成测试数据
rng = date_range(start='2015-01-01', periods=5, freq='24H')
df = DataFrame({'y':np.random.normal(size=len(rng))}, index=rng)
y1 = df['y']
y2 = (y1*3)
sd1 = (y1*2)
sd2 = (y1*2)

# 创建2行1列的子图，共享x轴让图形更协调
fig,(ax1,ax2) = plt.subplots(2,1,sharex=True, figsize=(8,6))

# 把y1的误差棒绘制到第一个子图ax1
ax1.errorbar(x=y1.index, y=y1.values, yerr=sd1.values, fmt='-o', capsize=5)
ax1.set_title('变量y1的带误差棒图形')
ax1.set_ylabel('y1数值')

# 把y2的误差棒绘制到第二个子图ax2
ax2.errorbar(x=y2.index, y=y2.values, yerr=sd2.values, fmt='-s', capsize=5, color='orange')
ax2.set_title('变量y2的带误差棒图形')
ax2.set_ylabel('y2数值')
ax2.set_xlabel('日期')

# 自动调整子图间距，避免标题、标签重叠
plt.tight_layout()
plt.show()

关键的几个注意点：

• 调用errorbar时，通过指定ax1/ax2明确绑定对应的子图，这是解决问题的核心
• fmt参数可以自定义线条和标记的样式，capsize用来设置误差棒两端的小帽子长度，提升可读性
• 如果习惯用Pandas的plot方法，也可以写成y1.plot(ax=ax1, yerr=sd1, kind='errorbar', capsize=5)，效果完全一致
• sharex=True让两个子图共享x轴，不仅节省空间，也让数据对比更直观
• tight_layout()会自动调整子图之间的间距，避免标题和标签互相遮挡

内容的提问来源于stack exchange，提问作者edson1991