Matplotlib: Cycli c угловой график с большими барами ошибок

Question

вот моя проблема:

_ У меня есть некоторые физические данные, представляющие угол от -90 до 90 градусов. Существует известная ошибка, связанная с этими данными. Я работаю в python3 с numpy и matplotlib.

_Я хочу построить данные с их барами ошибок для каждого измерения. Углы варьируются от -90 до 90, и ошибки не должны выходить за эти пределы. Например, для угла 85 +/- 10 градусов я хочу, чтобы верхняя полоса ошибок возвращалась к -85, а не к 95.

_Это возможно? Как? Я пытаюсь использовать $ plt.fill_between () $ или $ plt.errorbar () $, но это не работает. В приведенном выше примере, даже если я попытаюсь принудительно установить полосу ошибок на -85, ошибка не будет повторяться до 90 ...

Вот несколько примеров:

import matplotlib.pyplot as plt
import numpy as np

t = np.arange(10) #time
a = np.linspace(50, 89, 10) #fake angle value
e = np.array([10]*10) #error value
a_up  = a + e #Upper error bars
a_low = a - e #Lower error bars

f, ax = plt.subplots(nrows=2, ncols=2)

###Simple error graph, I don't want it because error bars outside of [-90, 90]
ax[0, 0].errorbar(t, a, yerr = e) #Plot the errors as error bars

### Same but with shaded area
ax[0, 1].fill_between(t, a_low, a_up) #Plot the errors as filled region
ax[0, 1].plot(t, a, "*r")

###My best option right now, put an upper limit everywhere
for i, u in enumerate(a_up):
    if u > 90:
        a_up[i] = 90

ax[1, 0].fill_between(t, a_low, a_up) #Plot the errors
ax[1, 0].plot(t, a, "*r")

###Finally, force all errorbars in [-90, 90] (Just for this exemple, it's generalized in my code)
for i, u in enumerate(a_up):
    if u >= 90:
        a_up[i] -= 90

ax[1, 1].fill_between(t, a_low, a_up) #Plot the errors
ax[1, 1].plot(t, a, "*r")

plt.show()

Я надеюсь Я достаточно ясно, я не могу найти решение в Интернете ... Может быть, я не знаю, как его сформулировать.

Заранее спасибо за вашу помощь, после 10 лет использования ваших ответов Я наконец-то получил возможность спросить одного! :)

Léo

Answer 1

Из ответа Дэвида я изменил несколько вещей, чтобы сделать его более общим:

import matplotlib.pyplot as plt

angles = [30, 40, 50, -60, 10, 85, -85, 72, 2, 35]
errors = [2, 10, 10, 40, 4, 30, 30, 10, 12, 4]

x = [i for i, j in enumerate(angles)]


ls = dict()

for i, error, angle in zip(x, errors, angles):
    if angle > 0 and angle + error > 90:
        temp = angle + error - 180
        ls.update({i:[-90, temp]})
    if angle < 0 and angle - error < -90:
        temp = angle - error + 180
        ls.update({i:[90, temp]})


plt.figure()
plt.ylim(-90, 90)
plt.errorbar(x, angles, yerr=errors, fmt='C0 ', marker='o')
# plt.errorbar(list(ls.keys()), [-90, 90], yerr=list(ls.values()), fmt='C0 ')
for i, a in ls.items():
    plt.vlines(i, a[0], a[1], colors='C0')

plt.ylabel('Angle')
plt.xlabel('Time (s)')

plt.show()

Возможно, он не оптимизирован, но у меня хорошо работает :) Снова танки!

Answer 2

Нет простого способа сделать это:

import matplotlib.pyplot as plt

angles = [30, 40, 50, -60, 10, 85, -85, 72, 2, 35]
errors = [2, 10, 10, 20, 4, 30, 30, 10, 12, 4]

x = [i for i, j in enumerate(angles)]


ls = dict()

for i, error, angle in zip(x, errors, angles):

    if angle > 0 and abs(angle) + error > 90:
        temp = angle + error - 90
        ls.update({i:temp})

    if angle < 0 and abs(angle) + error > 90:
        temp = abs(angle) + error - 90
        ls.update({i:temp})


plt.figure()
plt.ylim(-90, 90)
plt.errorbar(x, angles, yerr=errors, fmt='C0 ', marker='o')
# plt.errorbar(list(ls.keys()), [-90, 90], yerr=list(ls.values()), fmt='C0 ')
plt.vlines(list(ls.keys())[0], list(ls.values())[0] - 90, -90, colors='C0')
plt.vlines(list(ls.keys())[1], 90 - list(ls.values())[1], 90, colors='C0')
plt.ylabel('Angle')
plt.xlabel('Time (s)')

plt.show()

l oop - найти углы, ошибки которых превышают предел 90 градусов. При этом у вас есть две опции:

# plt.errorbar(list(ls.keys()), [-90, 90], yerr=list(ls.values()), fmt='C0 ')

или

plt.vlines(list(ls.keys())[0], list(ls.values())[0] - 90, -90, colors='C0')
plt.vlines(list(ls.keys())[1], 90 - list(ls.values())[1], 90, colors='C0')

, что означает, что вам нужно добавлять вертикальные линии вручную, вы можете написать функцию для сделать это, но это первая попытка. Кстати, как вы можете видеть, визуализация не очень хорошая.