Python 打印平滑matplotlib和seaborn

我试图以一种良好的方式显示我的数据，如seaborn文档中所示：

我不太清楚该如何进行。我设法得到了点的值和它们各自的标准偏差，但它看起来很分散，而我只是想展示一种趋势：

我研究并尝试应用建议的解决方案，但我无法使其起作用

以下是我玩的游戏：

Final_array =         Mean       Std
0   0.739269  0.157892
1   0.807382  0.160464
2   0.800024  0.137239
3   0.825854  0.132472
4   0.864854  0.070544
..       ...       ...
95  0.797202  0.101961
96  0.747578  0.143394
97  0.751472  0.158651
98  0.587009  0.198987
99  0.728447  0.104601

sns.set(style="darkgrid", palette="muted", color_codes=True)
fig, ax = plt.subplots(figsize=(7,5))
y_pos = np.arange(Final_array.shape[0])
ax.errorbar(y_pos, Final_array[:,0], yerr=Final_array[:,1], elinewidth=0.5)
plt.show()

有人有主意吗？我在使用情节方面是个新手。有没有可能把它弄平？得到seaborn图像中的漂亮覆盖，而不是错误条

这些可能是愚蠢的问题

---

您好，

您可以使用

fillbetween

来平滑上下曲线。选择更高的

sigma

将提供更高的平滑度

下面是一些示例代码：

导入matplotlib.pyplot作为plt
将numpy作为np导入
从scipy.ndimage.filters导入高斯滤波器1d
x=np.linspace（0，100100）
y=0.95-（（50-x）/200）**2
误差=（1-y）/2
y+=np.随机.正常（0，误差/10，y.大小）
上限=高斯滤波器1d（y+误差，σ=3）
下限=高斯滤波器1d（y-误差，σ=3）
图，ax=plt子批次（ncols=2）
ax[0]。错误条（x，y，err，color='dodgerblue'）
ax[1]。绘图（x，y，color='dodgerblue'）
ax[1]。在（x，上，下，颜色为深红色，alpha=0.2）之间填充
plt.show（）

---

对于平滑的上下曲线，可以使用

fillbetween

。选择更高的

sigma

将提供更高的平滑度

下面是一些示例代码：

导入matplotlib.pyplot作为plt
将numpy作为np导入
从scipy.ndimage.filters导入高斯滤波器1d
x=np.linspace（0，100100）
y=0.95-（（50-x）/200）**2
误差=（1-y）/2
y+=np.随机.正常（0，误差/10，y.大小）
上限=高斯滤波器1d（y+误差，σ=3）
下限=高斯滤波器1d（y-误差，σ=3）
图，ax=plt子批次（ncols=2）
ax[0]。错误条（x，y，err，color='dodgerblue'）
ax[1]。绘图（x，y，color='dodgerblue'）
ax[1]。在（x，上，下，颜色为深红色，alpha=0.2）之间填充
plt.show（）

---

谢谢你的帮助！我成功地生成了我想要的图形

首先，样条线不起作用，因为我的数据没有排序。因此，我使用了由和提出的

gaussian_filter1d

。但是，很明显，它会改变数据（阅读注释），因此我决定将这两个图形一起绘制：

使用此最终版本：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.ndimage.filters import gaussian_filter1d

Final_array =         Mean       Std
0   0.739269  0.157892
1   0.807382  0.160464
2   0.800024  0.137239
3   0.825854  0.132472
4   0.864854  0.070544
..       ...       ...
95  0.797202  0.101961
96  0.747578  0.143394
97  0.751472  0.158651
98  0.587009  0.198987
99  0.728447  0.104601

sns.set(style="darkgrid", palette="muted", color_codes=True)
fig, ax = plt.subplots(figsize=(7,5))
y_pos = np.arange(Final_array.shape[0])

# Smoothing
Final_array_smooth = gaussian_filter1d(Final_array[:,0], sigma=2)

# Error formating
upper_err = gaussian_filter1d(Final_array[:,0] + (Final_array[:,1]/2), sigma=5)
lower_err = gaussian_filter1d(Final_array[:,0] - (Final_array[:,1]/2), sigma=5)

ax.plot(y_pos, Final_array[:,0], '--', linewidth=0.7, color='k', alpha=0.45)
ax.plot(y_pos, Final_array_smooth)
ax.fill_between(y_pos, upper_err, lower_err, color='crimson', alpha=0.2)

ax.set_ylim(np.min(Final_array[:,0])-(np.min((Final_array[:,0])*20)/100), np.max(Final_array[:,0])+(np.max((Final_array[:,0])*10)/100))
plt.show()

---

多谢各位

谢谢你的帮助！我成功地生成了我想要的图形

首先，样条线不起作用，因为我的数据没有排序。因此，我使用了由和提出的

gaussian_filter1d

。但是，很明显，它会改变数据（阅读注释），因此我决定将这两个图形一起绘制：

使用此最终版本：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.ndimage.filters import gaussian_filter1d

Final_array =         Mean       Std
0   0.739269  0.157892
1   0.807382  0.160464
2   0.800024  0.137239
3   0.825854  0.132472
4   0.864854  0.070544
..       ...       ...
95  0.797202  0.101961
96  0.747578  0.143394
97  0.751472  0.158651
98  0.587009  0.198987
99  0.728447  0.104601

sns.set(style="darkgrid", palette="muted", color_codes=True)
fig, ax = plt.subplots(figsize=(7,5))
y_pos = np.arange(Final_array.shape[0])

# Smoothing
Final_array_smooth = gaussian_filter1d(Final_array[:,0], sigma=2)

# Error formating
upper_err = gaussian_filter1d(Final_array[:,0] + (Final_array[:,1]/2), sigma=5)
lower_err = gaussian_filter1d(Final_array[:,0] - (Final_array[:,1]/2), sigma=5)

ax.plot(y_pos, Final_array[:,0], '--', linewidth=0.7, color='k', alpha=0.45)
ax.plot(y_pos, Final_array_smooth)
ax.fill_between(y_pos, upper_err, lower_err, color='crimson', alpha=0.2)

ax.set_ylim(np.min(Final_array[:,0])-(np.min((Final_array[:,0])*20)/100), np.max(Final_array[:,0])+(np.max((Final_array[:,0])*10)/100))
plt.show()

---

多谢各位

为什么样条线解决方案不适用于您？因为我的数据未排序，我无法使用样条线进行平滑。为什么样条线解决方案不适用于您？因为我的数据未排序，我无法使用样条线进行平滑。