Python 如何在每个箱子中绘制中值，并显示25%和75%的值

我想绘制与下图类似的数据，显示每个箱子的中值以及25%和75%的值。[实线和开放圆显示每个箱子的中值，虚线显示25%和75%的值。]

我有这个样品。我这样做是为了得到类似的情节

import numpy as np
import matplotlib.pyplot as plt
from astropy.table import Table
data=Table.read('sample_data.fits')
# Sample data
X=data['density']
Y=data['lineflux']
total_bins = 15
bins = np.linspace(min(X),max(X), total_bins)
delta = bins[1]-bins[0]
idx  = np.digitize(X,bins)
running_median = [np.median(Y[idx==k]) for k in range(total_bins)]

plt.plot(X,Y,'.')
plt.plot(bins-delta/2,running_median,'--r',marker='o',fillstyle='none',markersize=20,alpha=1)
plt.xlabel('log $\delta_{5th}[Mpc^{-3}]$')
plt.ylabel('log OII[flux]')
plt.loglog()
plt.axis('tight')
plt.show()

我得到了这个阴谋。

有一个很大的偏移量。我也改变了垃圾箱的大小，但我还是得到了很大的偏移量。

---

如何以正确的方式绘图，以及如何像我的绘图中的上一个图一样包括25%和75%的值。还要回答另一个问题：您可以使用

np.percentile

。我不得不降低bin编号（有一个bin没有数据，这导致了百分位数的问题）。有关对数垃圾箱，请参见我上面的评论：

import numpy as np
import matplotlib.pyplot as plt
from astropy.table import Table

data=Table.read('sample_data.fits')
# Sample data
X=data['density']
Y=data['lineflux']
total_bins = 10
#bins = np.linspace(min(X), max(X), total_bins)
bins = np.logspace(np.log10(0.0001), np.log10(0.1), total_bins)
delta = bins[1]-bins[0]
idx  = np.digitize(X, bins)
running_median = [np.median(Y[idx==k]) for k in range(total_bins)]

running_prc25 = [np.percentile(Y[idx==k], 25) for k in range(total_bins)]
running_prc75 = [np.percentile(Y[idx==k], 75) for k in range(total_bins)]

plt.plot(X,Y,'.')
plt.plot(bins-delta/2,running_median,'-r',marker='o',fillstyle='none',markersize=20,alpha=1)

plt.plot(bins-delta/2,running_prc25,'--r',marker=None,fillstyle='none',markersize=20,alpha=1)
plt.plot(bins-delta/2,running_prc75,'--r',marker=None,fillstyle='none',markersize=20,alpha=1)

plt.xlabel('log $\delta_{5th}[Mpc^{-3}]$')
plt.ylabel('log OII[flux]')
plt.loglog()
plt.axis('tight')
plt.show()

产生

编辑：

要显示填充图，您可以尝试（仅显示相关部分）：

产生

---

我认为你的普通垃圾箱就是问题所在。看一看，这将解决抵销问题。如何根据数据知道仓位的大小。假设我有另一个密度，最小值是0.010651032198077923，最大值是6.182012487319087。我不能使用这些垃圾箱。什么样的箱子才是合适的呢。以及如何知道哪个尺码合适。谢谢这是一个好问题：“np.logspace”允许您设置间隔的下限和上限。我只是通过查看图表来查看它，但是您可以将np.log10（下限）设置为np.log10（上限）。至于大小，这对我来说取决于基础数据，以及您显示的内容是否有意义。我会从一个binsize开始，看看每个bin中有多少数据点（很难推荐一个通用的方法，但因为你想要一个中位数和百分位数，每个bin应该有10个或更多）。看这张图，我只解释10^-4到3*10^-3之间的范围。继续：也许在那里画一条曲线。您在开始时所显示的图表做了同样的操作：它只显示了在足够的数据区域的中间范围内的曲线。您可以尝试类似于<代码> AX.FILIN（BIN Delta／2，RunnyPrc25，RunnIn中值）< /C>和 Ax.FILIN之间（BIN Delta／2，RunnyPrc75，RunnIn中值）< /Cord>（如果我理解问题的正确性）。只需在前面添加

fig，ax=plt.subplot（）

。我想您可以在

ax\u填充之前添加
running\u std=[np.std（Y[idx==k]）范围内的k（total\u bins）]plt.errorbar（bins delta/2，running\u median，running\u std）
fig, ax = plt.subplots()

plt.plot(X,Y,'.')
plt.plot(bins-delta/2,running_median,'-r',marker='o',fillstyle='none',markersize=20,alpha=1)

#plt.plot(bins-delta/2,running_prc25,'--r',marker=None,fillstyle='none',markersize=20,alpha=1)
#plt.plot(bins-delta/2,running_prc75,'--r',marker=None,fillstyle='none',markersize=20,alpha=1)

ax.fill_between(bins-delta/2,running_prc25,running_median, facecolor='orange')
ax.fill_between(bins-delta/2,running_prc75,running_median, facecolor='orange')