首页
/ Plots.jl中分组绘制Measurement数据时误差条显示错误的分析与解决

Plots.jl中分组绘制Measurement数据时误差条显示错误的分析与解决

2025-07-06 08:25:06作者:秋阔奎Evelyn

问题描述

在使用Plots.jl绘图库与Measurements.jl测量数据处理库结合时,发现当对包含测量误差的数据进行分组绘图时,误差条显示会出现异常。具体表现为:未分组时误差条显示正常,但分组后误差条的长度和位置明显错误。

复现步骤

通过以下代码可以复现该问题:

using Measurements
using Plots

# 创建包含误差的测量数据
data = range(0, 1, 10) .± range(0, 1, 10)

# 创建分组标识
ids = mod.(1:10, 2)

# 绘制对比图
plot(
   plot(data, title="未分组-误差条正常"),
   plot(data, group=ids, title="分组-误差条异常")
)

问题分析

经过深入分析,发现问题出在Plots.jl的分组处理机制上。当使用group参数时,Plots.jl内部会应用GroupBy配方(recipe),这个配方会为系列添加idxfilter属性而不是直接过滤数据。

在后续处理中,filter_data!函数会对:x:y:z数据进行过滤,但却忽略了误差相关的数据属性如:xerror:yerror:zerror。这导致误差数据与主数据在分组后不再对应,从而产生错误的误差条显示。

解决方案

正确的做法是修改filter_data!函数,使其同时过滤误差相关的数据属性。具体来说,应该在函数中添加对:xerror:yerror:zerror的处理:

function filter_data!(plotattributes::AKW, idxfilter)
    for s in (:x, :y, :z, :xerror, :yerror, :zerror)
        plotattributes[s] = filter_data(get(plotattributes, s, nothing), idxfilter)
    end
end

影响范围

该问题影响所有使用Plots.jl绘制分组测量数据的场景,特别是在科学计算和工程应用中需要同时显示多组测量数据及其误差范围时。目前已知在GR和UnicodePlots后端会出现此问题。

临时解决方案

在官方修复发布前,用户可以手动对分组后的数据进行预处理:

# 手动分组处理
group1 = data[ids .== 0]
group2 = data[ids .== 1]

plot(
    plot(group1, label="组1"),
    plot(group2, label="组2")
)

总结

这个问题揭示了Plots.jl在处理分组数据时对辅助数据属性(如误差条)考虑不够全面的情况。对于科学绘图库来说,确保所有相关数据属性的同步处理至关重要。该修复已计划纳入Plots.jl的v2版本更新中,将为科学计算用户提供更可靠的数据可视化支持。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (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
930
553
nop-entropynop-entropy
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
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511