ScottPlot 5中实现Y轴误差填充区域的方法
2025-06-06 14:16:52作者:凤尚柏Louis
在数据可视化领域,误差表示是展示数据不确定性的重要手段。ScottPlot作为一款强大的.NET绘图库,在最新版本5.x中提供了更加灵活和强大的误差表示功能。本文将详细介绍如何在ScottPlot 5中实现Y轴误差的填充区域表示。
基本概念
误差填充区域(Error Fill Area)是一种直观展示数据波动范围的可视化方式。它通过在数据线周围创建半透明的彩色区域,清晰地显示出数据的误差范围或置信区间。这种表示方法特别适用于展示实验数据、统计结果或任何带有不确定性的测量值。
实现步骤
1. 准备数据
首先需要准备三组数据:
- X轴坐标值
- Y轴平均值
- Y轴误差值
// 生成X轴数据(0到π,步长0.05)
double[] xs = Generate.Range(0, Math.PI, 0.05);
// 生成Y轴数据(正弦函数加随机噪声)
double[] ys = xs.Select(x => Math.Sin(x) + Generate.RandomNumber(0.1)).ToArray();
// 生成误差数据(基于Y值的随机比例)
double[] yErr = ys.Select(x => x * Generate.RandomNumber(0.5) + 0.05).ToArray();
2. 计算误差边界
根据平均值和误差值计算上下边界:
// 计算Y-误差
double[] yErrNeg = Enumerable.Range(0, ys.Length)
.Select(x => ys[x] - yErr[x]).ToArray();
// 计算Y+误差
double[] yErrPos = Enumerable.Range(0, ys.Length)
.Select(x => ys[x] + yErr[x]).ToArray();
3. 创建误差填充区域
使用Add.FillY方法创建填充区域:
// 添加Y误差填充区域
var errFill = plot.Add.FillY(xs, yErrNeg, yErrPos);
// 设置填充样式
errFill.LineWidth = 0; // 不显示边界线
errFill.FillColor = Colors.Blue.WithAlpha(0.2); // 半透明蓝色填充
errFill.LegendText = "Error"; // 图例文本
4. 添加平均值曲线
为了清晰展示数据趋势,通常会同时绘制平均值曲线:
// 添加平均值折线图
var meanLine = plot.Add.ScatterLine(xs, ys);
// 设置线条样式
meanLine.LineColor = Colors.Blue;
meanLine.LineWidth = 2;
meanLine.LegendText = "Mean";
5. 完善图表
最后可以添加一些图表修饰:
// 设置图例位置
plot.Legend.Alignment = Alignment.UpperRight;
效果说明
通过上述代码,我们将得到一张包含以下元素的图表:
- 一条蓝色的实线表示数据的平均值
- 围绕平均值线的半透明蓝色区域表示误差范围
- 右上角的图例说明各元素的含义
这种表示方法使得数据的波动范围一目了然,特别适合用于科学论文、实验报告等需要精确展示数据不确定性的场合。
进阶技巧
-
颜色自定义:可以通过调整
WithAlpha参数改变填充区域的透明度,值越小越透明。 -
边界线控制:如果需要显示边界线,可以设置
LineWidth大于0,并通过LineColor设置边界线颜色。 -
不对称误差:如果上下误差不对称,只需分别计算上下边界即可实现。
-
性能优化:对于大数据集,可以考虑使用
Add.FillY的重载方法直接传入边界值,避免额外的数组计算。
ScottPlot 5的这套API设计既保持了简洁性,又提供了足够的灵活性,能够满足各种误差可视化的需求。通过合理组合这些方法,用户可以创建出既美观又专业的科学图表。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134