Matplotlib 为什么熊猫在不对称错误条的两侧应用相同的值？

我尝试使用pandas和matplotlib绘制一个带有不对称错误条的序列，代码如下：

d = {'high_delta': {1: 0.6,
  2: 0.1,
  3: 0.2,
  4: 0.1,
  5: 0.1,
  6: 0.1,
  7: 0.1,
  8: 0.1,
  9: 0.2,
  10: 0.1},
 'low_delta': {1: 0.2,
  2: 0.1,
  3: 0.1,
  4: 0.1,
  5: 0.1,
  6: 0.1,
  7: 0.1,
  8: 0.1,
  9: 0.1,
  10: 0.4},
 'p_hat': {1: 0.2,
  2: 0.1,
  3: 0.3,
  4: 0.3,
  5: 0.1,
  6: 0.3,
  7: 0.2,
  8: 0.2,
  9: 0.1,
  10: 0.8}}

df = pandas.DataFrame(d)
 df['p_hat'].plot(yerr=df[['low_delta', 'high_delta']].T.values)
(df.p_hat + df.high_delta).plot(style='.')
(df.p_hat - df.low_delta).plot(style='*')

下限似乎总是与我所期望的匹配，但它似乎不是在上限上添加值，而是在再次添加来自下限的值

---

如何将错误传递到matplotlib中，以便正确呈现错误条？

简短回答：对非对称错误条使用1xn形状的错误列表

F.ex。在当前示例中，使用

errors = [ f.index.values, df['p_hat'].values ]
df['p_hat'].plot(yerr=[errors])

---

目前，Pandas中存在一个错误，导致Pandas对一个系列的2xN形状中给出的错误条进行解释，就像它对一个数据帧的多行解释多个错误条一样。由于您显然只绘制了1行/系列，因此仅使用了错误栏列表的第一个元素，并将其解释为对称错误

---

在pandas中修复错误之前，可以“欺骗”pandas使用非对称错误条，方法是传递Mx2xN形状的错误，这是数据帧上非对称错误条的预期形状。准确地说，您必须使用1x2n形状的列表，只需调用f.ex即可创建该列表

yerr=[…]

你能不使用pandas重新编写吗？如果我用plt.errorbar（df.index.values，df['p_-hat'].values，yerr=df['low_-delta'，high_-delta'].T.values）替换

df['p_-hat'].plot（）

，但是我想在熊猫身上做这项工作，或者至少知道为什么不行。我会在熊猫身上写一份错误报告，因为这是熊猫身上的一个错误。根据，熊猫似乎不支持这种类型的操作，尽管。无法分析序列的不对称错误条。报告的错误：。