如何为错误栏上限分配颜色？ [Matplotlib]

Question

我是 Matplotlib 的新手，想为错误栏帽分配颜色...在我的数据（附加）中，平均值是 'numbers' 和 SD ('error') 在列 'sd'。我按 'strain'（4 个类别；mc、mut1 等）对数据进行了分组。颜色为 'strains'（行）。下面的代码有效但是当我使用“capsize”添加大写时它会抛出一个错误...

我希望端盖与线条具有相同的颜色（来自颜色矢量“c”），有什么办法吗？谢谢！

文件是https://anonfiles.com/d8A7m4F5o0/mutdp_csv

muts = pd.read_csv('mutdp.csv')
#SUBSET
# Select rows (i.e. 1 to 28)
gr=muts[1:28]

fig, ax = plt.subplots(figsize=(12,9.9))

c=['b','y','r','g']

#Data GR ---------------------------------------------------------------------------------------------
grstrain=gr.groupby(['time','strain']).mean()['numbers'].unstack()
grstrain.plot.line(ax=ax, style=['-o','-o','-o','-o'],color=c, ls = '--', linewidth=2.7)

# Error (-----HERE is where "capsize" causes the error----)
ax.errorbar(gr.time, gr.numbers, yerr=gr.sd, ls='', color=[i for i in c for _i in range(7)], capsize=3, capthick=3)

#(SCALE)
plt.yscale('log')
plt.ylim(0.04, 3)


#SAVE FIG!

plt.show()

Answer 1

由于ax.errorbar只接受一种固定颜色，它可以循环调用，每种颜色一次。以下代码创建了一些随机数据以显示如何编写循环：

from matplotlib import pyplot as plt
import matplotlib
import numpy as np
import pandas as pd

gr = pd.DataFrame({'time': np.tile(range(0, 14, 2), 4),
                   'strain': np.repeat(['mc', 'mut1', 'mut2', 'mut3'], 7),
                   'numbers': 0.1 + np.random.uniform(-0.01, 0.06, 28).cumsum(),
                   'sd': np.random.uniform(0.01, 0.05, 28)})
fig, ax = plt.subplots(figsize=(12, 9.9))
colors = ['b', 'y', 'r', 'g']

grstrain = gr.groupby(['time', 'strain']).mean()['numbers'].unstack()
grstrain.plot.line(ax=ax, style=['-o', '-o', '-o', '-o'], color=colors, ls='--', linewidth=2.7)

for strain, color in zip(np.unique(gr.strain), colors):
    grs = gr[gr.strain == strain]
    ax.errorbar(grs.time, grs.numbers, yerr=grs.sd, ls='', color=color, capsize=3, capthick=3)

plt.yscale('log')
plt.ylim(0.04, 3)

plt.show()

如何为错误栏上限分配颜色？ [Matplotlib]

How to assign color to error bar caps? [Matplotlib]

python

matplotlib

errorbar