Seaborn/Matplotlib 沿线创建自定义误差带

Question

我有一个实验，有 10 个参与者，每个参与者收集了 96 个准确度。 acc_i 表示参与者在时间步长 i 的总体准确性。因此，我有一个 10x96 的 numpy 矩阵，如下所示：

[[acc_0,acc_1,acc_2,...acc_95]
 [acc_0,acc_1,acc_2,...acc_95]
 [acc_0,acc_1,acc_2,...acc_95]
            .
            .
            .
 [acc_0,acc_1,acc_2,...acc_95]]

我想在每个时间步绘制所有参与者的平均准确度线，以及显示平均 +- 1 标准差的误差带。我可以使用 pd.Series(np.average(human_accuracies, axis=0)) 和 pd.Series(np.std(human_accuracies, axis=0)) 分别计算平均值和标准差。但是，当我使用时，这在图表上给了我两条单独的线：

sns.lineplot(data=avg_accuracies)
sns.lineplot(data=sd_accuracies)

如下图所示：

如何使我的情节更像此处显示的内容：

我希望使用每个时间步长的标准差计算误差带 i +- 每个时间步长的平均准确度 i。

Answer 1

您可以这样使用 plt.fill_between：

plt.fill_between(x=np.arange(len(avg_accuracies)),
                 y1=avg_accuracies - sd_accuracies,
                 y2=avg_accuracies + sd_accuracies,
                 alpha=0.25
                 )
plt.plot(np.arange(len(avg_accuracies)), avg_accuracies)

输出：

Seaborn/Matplotlib 沿线创建自定义误差带

Seaborn/Matplotlib create custom error band along line

python

average

graph

matplotlib

seaborn