繪製帶誤差分析的柱狀圖

1.檢查原始數據

原始數據展示如下：

2.導入資料庫

import pandas as pd 
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei']   # 用來正常顯示中文標簽顯示錯誤代碼
plt.rcParams['axes.unicode_minus']=False     # 顯示負號

小提示：
pandas為python提供了高效的數據處理、數據清洗與整理的工具；
matplotlib是利用python實現的繪圖套件；
numpy是一個運行速度非常快的數學庫，可以對從資料庫中檢索出的數據進行高效的數值計算和分析。

3.導入文件數據

path=r'文件路徑\數據.xlsx'
data=pd.read_excel(path,sheet_name='python數據',index_col=0).T 
data

輸出結果展示：

有沒有發現這裡輸出的數據表格和原始數據做了轉置，並且△DF-1，△DF-2和△UP的工況5數據發生了變化，解釋一下：
1.數據展示代碼中對原始數據表格做了轉置，這裡為了展示該功能，實際操作中要靈活處理；
2.原始數據中的“/”會報錯，而且不能有空值，可以將0數據設置成0.0001這種無限小的數字。

4.繪圖

width = 0.2   #設置柱子的寬度
labels=['工況1', '工況2', '工況3', '工況4', '工況5'] #設置x軸標簽

#設置柱子的數據與誤差線的數據，此處註意：不能有空值，否則報錯，可以將0數據設置成0.0001這種無限小的數字
x=np.arange(len(labels)) 
bar1=data['M'].tolist()
bar1_err=[0,0,0,0,0]
bar2=data['DF-1'].tolist()
bar2_err=data['△DF-1'].tolist()
bar3=data['DF-2'].tolist()
bar3_err=data['△DF-2'].tolist()
bar4=data['UP'].tolist()
bar4_err=data['△UP'].tolist()

#繪圖
fig,ax=plt.subplots()
p1=ax.bar(x-0.3, bar1, width,color='royalblue',yerr=bar1_err,alpha=0.5,label='M')
p2=ax.bar(x-0.1, bar2, width,color='grey',yerr=bar2_err,alpha=0.3,label='DF-1')
p3=ax.bar(x+0.1, bar3, width,color='royalblue',yerr=bar3_err,alpha=0.9,label='DF-2')
p4=ax.bar(x+0.3, bar4, width,color='grey', yerr=bar4_err,alpha=0.6, label='UP')
ax.set_xticks(x)   #此處設置的x刻度個數與xlabel要一致，否則會報錯
ax.set_xticklabels(labels)
ax.set_ylabel('聲壓級（dBA）',fontsize=10)
ax.tick_params(labelsize=10)
ax.legend(fontsize=10)
ax.axis([-0.5,4.5,50,100]) #設置x軸的顯示範圍
#ax.set_title('測試結果對比',fontsize=30)

#設置柱子的標簽
k=[p1,p2,p3,p4]
for p in k:
    for i in range(0,len(p)):
        a=p[i].get_x()+p[i].get_width()/2  #設置標簽的x坐標，此處為x位置+柱子的1/2寬度
        b=p[i].get_height()  #獲取柱子的高度，設置標簽的時候按照柱子高度比例來
        ax.text(a,0.87*b,'{}'.format(int(round(b,0))),alpha=0.9,fontsize=9,ha='center',va='bottom')
        
#利用zip組合來設置誤差的標簽，此處設置誤差標簽時將不想顯示的設置為空值
bar2_err[4]=np.nan  
for t,q,w in zip(x-0.1,bar2,bar2_err): 
    ax.text(t,q+w*1.1,'%.1f'%w,alpha=0.9,ha='center',va='bottom',fontsize=9)
    
bar3_err[4]=np.nan
for t,q,w in zip(x+0.1,bar3,bar3_err):  
    ax.text(t,q+w*1.1,'%.1f'%w,alpha=0.9,ha='center',va='bottom',fontsize=9) 
    
bar4_err[4]=np.nan
for t,q,w in zip(x+0.3,bar4,bar4_err):  
    ax.text(t,q+w*1.1,'%.1f'%w,alpha=0.9,ha='center',va='bottom',fontsize=9)    

輸出結果展示：