4

假设我有一条曲线y和另外两条曲线,u并且l是向量的形式。如何绘制:

plot(y, lab="estimate")
plot!(y-l, lab="lower bound")
plot!(y+u, lab="upper bound")

也就是说,一个不对称的置信区间?我知道如何使用此处ribbon解释的选项绘制对称情况。

4

3 回答 3

10

当前的答案正确。以下是两种正确的方法(从 Plots.jl 的 v1.10.1 开始):

方法一:使用fillrange

plot(x, l, fillrange = u, fillalpha = 0.35, c = 1, label = "Confidence band")

方法2:使用ribbon

plot(x, (l .+ u) ./ 2, ribbon = (l .- u) ./ 2, fillalpha = 0.35, c = 1, label = "Confidence band")

(在这里,l分别u表示“下”和“上”y 值,并x表示它们共同的x 值。)这两种方法的主要区别在于对和fillrange之间的区域进行着色,而参数是半径,即色带宽度的一半(或者换句话说,与中点的垂直偏差)。luribbon

使用示例 fillrange

x = collect(range(0, 2, length= 100))
y1 = exp.(x)
y2 = exp.(1.3 .* x)

plot(x, y1, fillrange = y2, fillalpha = 0.35, c = 1, label = "Confidence band", legend = :topleft)

让我们分散在图y1y2顶部,以确保我们填充了正确的区域。

plot!(x,y1, line = :scatter, msw = 0, ms = 2.5, label = "Lower bound")
plot!(x,y2, line = :scatter, msw = 0, ms = 2.5, label = "Upper bound")

结果:

在此处输入图像描述

使用示例 ribbon

mid = (y1 .+ y2) ./ 2   #the midpoints (usually representing mean values)
w = (y2 .- y1) ./ 2     #the vertical deviation around the means

plot(x, mid, ribbon = w , fillalpha = 0.35, c = 1, lw = 2, legend = :topleft, label = "Mean")
plot!(x,y1, line = :scatter, msw = 0, ms = 2.5, label = "Lower bound")
plot!(x,y2, line = :scatter, msw = 0, ms = 2.5, label = "Upper bound")

(这里,xy1, 和y2与以前相同。)

结果:

在此处输入图像描述

请注意,图例中ribbon和的标签fillrange不同:前者标记中点/均值,而后者标记阴影区域本身。

一些额外的评论:

  1. OP 的答案plot(y, ribbon=(l,u), lab="estimate")不正确(至少对于 Plots v1.10.1.)。我意识到这个线程已经超过 3 年了,所以它可能在 OP 当时使用的早期版本的 Plots.jl 中工作)

  2. 类似于给出的答案之一,

plot(x, [mid mid], fillrange=[mid .- w, mid .+ w], fillalpha=0.35, c = [1 4], label = ["Band 1" "Band 2"], legend = :topleft, dpi = 80)

会起作用,但这实际上会创建两个功能区(因此,图例中有两个图标),这可能是也可能不是 OP 正在寻找的东西。为了说明这一点:

在此处输入图像描述

于 2021-02-21T18:09:09.113 回答
6

事实证明,该选项ribbon同时接受下限和上限:

plot(y, ribbon=(l,u), lab="estimate")

请注意,通过在选项中传递l和,填充区域将对应于 和 之间的区域。换句话说,应该是与平均曲线的“偏差” 。uribbony-ly+uluy

于 2018-01-21T03:32:16.920 回答
5

像这样的东西?(见这里)。

plot([y y], fillrange=[y.-l y.+u], fillalpha=0.3, c=:orange)
plot!(y)
于 2018-01-19T12:08:30.813 回答