我使用的是python3.5。另外，我是一個初學者(3周的經驗)Python嘗試者，不知怎么的，我沒有放棄嘗試分析我的數據。在

數據說明：我的數據在csv文件中(釩鐵.csv). {如果我想把它全部包括進來，請看。它有5列：年齡(歲)

釩鐵(升)

ht(英寸)

性別(女性=0，男性=1)

吸煙(非吸煙者=1，吸煙者=1)

任務：我試圖編寫一個程序來生成平均fev的條形圖，其中誤差條表示標準偏差。我試著在4個不同的年齡組(11-12，13-14，15-16，17或更大)同時擁有兩個酒吧(吸煙者/不吸煙者)。在

目前為止的代碼(請原諒我所有的注釋，這有助于我知道我在做什么)：import numpy as np

import matplotlib.pyplot as plt

import pandas as pd

data = pd.read_csv('fev.csv')

nonsmokers = data[data.smoke==0]

smokers = data[data.smoke==1]

nonsmokers1 = nonsmokers[(nonsmokers.age==11) | (nonsmokers.age==12)]

nonsmokers2 = nonsmokers[(nonsmokers.age==13) | (nonsmokers.age==14)]

nonsmokers3 = nonsmokers[(nonsmokers.age==15) | (nonsmokers.age==16)]

nonsmokers4 = nonsmokers[(nonsmokers.age>=17)]

smokers1 = smokers[(smokers.age==11) | (smokers.age==12)]

smokers2 = smokers[(smokers.age==13) | (smokers.age==14)]

smokers3 = smokers[(smokers.age==15) | (smokers.age==16)]

smokers4 = smokers[(smokers.age>=17)]

nonsmMean = [nonsmokers1.fev.mean(), nonsmokers2.fev.mean(), nonsmokers3.fev.mean(), nonsmokers4.fev.mean()]

nonsmSd = [nonsmokers1.fev.std(), nonsmokers2.fev.std(), nonsmokers3.fev.std(), nonsmokers4.fev.std()]

smMean = [smokers1.fev.mean(), smokers2.fev.mean(), smokers3.fev.mean(), smokers4.fev.mean()]

smSd = [smokers1.fev.std(), smokers2.fev.std(), smokers3.fev.std(), smokers4.fev.std()]

# data to be plotted

nonsmoker = np.array(nonsmMean)

sdNonsmoker = np.array(nonsmSd)

smoker = np.array(smMean)

sdSmoker = np.array(smSd)

# parameters

bar_width = 0.35

x = np.arange(len(nonsmoker))

# plotting bars

plt.bar(x, nonsmoker, bar_width, yerr=sdNonsmoker, ecolor='k', color='b', label='Nonsmokers')

plt.bar(x+bar_width, smoker, bar_width, yerr=sdSmoker, ecolor='k', color='m', label='Smokers')

# formatting and labeling the axes and title

plt.xlabel('Age')

plt.ylabel('FEV')

plt.title('Mean FEV by Age and Smoking Status')

plt.xticks(x+0.35, ['11 to 12', '13 to 14', '15 to 16', '17+'])

# adding the legend

plt.legend()

plt.axis([-0.5,4.2,0,7])

plt.savefig('FEVgraph.png', dpi=300)

# and we are done!

plt.show()

有沒有更有效的方法？在

謝謝！在

總結

以上是生活随笔為你收集整理的python的误差条形图的解释_如何使用python绘制带有误差条的条形图？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。