x、yに散らばった大量のデータがあります。これらを x に従ってビン化し、標準偏差に等しいエラーバーを配置したい場合、どうすればよいでしょうか?
Pythonで私が知っている唯一のことは、xのデータをループし、ビン（max（X）-min（X）/ nbins）に従ってそれらをグループ化し、それらのブロックをループしてstdを見つけることです。numpyでこれを行うより速い方法があると確信しています。
http://matplotlib.org/examples/pylab_examples/errorbar_demo.htmlの「vert symmetric」に似たものにしたい
でデータをビン化できますnp.histogram。この他の回答のコードを再利用して、binned の平均と標準偏差を計算していますy。
import numpy as np
import matplotlib.pyplot as plt
x = np.random.rand(100)
y = np.sin(2*np.pi*x) + 2 * x * (np.random.rand(100)-0.5)
nbins = 10
n, _ = np.histogram(x, bins=nbins)
sy, _ = np.histogram(x, bins=nbins, weights=y)
sy2, _ = np.histogram(x, bins=nbins, weights=y*y)
mean = sy / n
std = np.sqrt(sy2/n - mean*mean)
plt.plot(x, y, 'bo')
plt.errorbar((_[1:] + _[:-1])/2, mean, yerr=std, fmt='r-')
plt.show()
ループなし！Pythonを使用すると、ループを可能な限り回避できます。
すべてを取得できるかどうかはわかりません。すべてのデータに対して同じxベクトルがあり、異なる測定値に対応する多くのyベクトルがあります。そして、データを「垂直対称」としてプロットし、各xのyの平均値と各xの標準偏差をエラーバーとしてプロットしますか？
それなら簡単です。変数名xとyにすでにロードされているyデータのNセットのM-longxベクトルとN*M配列があると仮定します。
import numpy as np
import pyplot as pl
error = np.std(y,axis=1)
ymean = np.mean(y,axis=1)
pl.errorbar(x,ymean,error)
pl.show()
お役に立てば幸いです。ご不明な点がございましたら、お気軽にお問い合わせください。