
210
|
第
4
章
图 4-28:自定义误差线
除了这些选项之外,你还可以设置水平方向的误差线(xerr)、单侧误差线(
one-sided
errorbar
),以及其他形式的误差线。关于误差线的更多选项,请参考 plt.errorbar 的程序
文档。
4.5.2
连续误差
有时候可能需要显示连续变量的误差。虽然
Matplotlib
没有内置的简便方法可以解决这个
问题,但是通过 plt.plot 与 plt.fill_between 来解决也不是很难。
我们将用
Scikit-Learn
程序库
API
里面一个简单的
高斯过程回归方法
(
Gaussian process
regression
,
GPR
)来演示。这是用一种非常灵活的非参数方程(
nonparametric function
)对
带有不确定性的连续测量值进行拟合的方法。这里不会详细介绍高斯过程回归方法的具体
内容,而是将注意力放在数据可视化上面:
In[4]: from sklearn.gaussian_process import GaussianProcess
# 定义模型和要画的数据
model = lambda x: x * np.sin(x)
xdata = np.array([1, 3, 5, 6, 8])
ydata = model(xdata)
# 计算高斯过程拟合结果
gp = GaussianProcess(corr='cubic', theta0=1e-2, thetaL=1e-4, thetaU=1E-1, ...