【发布时间】:2020-09-02 23:17:47
【问题描述】:
我有一个实验,有 10 个参与者,每个参与者收集了 96 个准确度。 acc_i 表示参与者在时间步 i 的整体准确度。因此,我有一个 10x96 的 numpy 矩阵,如下所示:
[[acc_0,acc_1,acc_2,...acc_95]
[acc_0,acc_1,acc_2,...acc_95]
[acc_0,acc_1,acc_2,...acc_95]
.
.
.
[acc_0,acc_1,acc_2,...acc_95]]
我想绘制一条所有参与者在每个时间步长的平均准确度线,以及一个显示平均 +- 1 标准偏差的误差带。我可以使用pd.Series(np.average(human_accuracies, axis=0)) 和pd.Series(np.std(human_accuracies, axis=0)) 分别计算平均偏差和标准偏差。但是,当我使用时,这会在图表上给我两条单独的线:
sns.lineplot(data=avg_accuracies)
sns.lineplot(data=sd_accuracies)
如下图所示:
我怎样才能让我的情节更像这里所示:
我希望使用每个时间步的标准偏差 i +- 每个时间步的平均准确度 i 来计算误差带。
【问题讨论】:
标签: python matplotlib graph seaborn average