ScottPlot 5中实现Y轴误差填充区域的方法
2025-06-06 21:29:06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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218