如何在散点图中使用 plt.fill_between 创建置信区间答案

【问题标题】：How to create a confidence interval with plt.fill_between inside a scatter plot如何在散点图中使用 plt.fill_between 创建置信区间
【发布时间】：2022-01-26 06:34:00
【问题描述】：

我创建了一个散点图，它使用来自两个来源的数据：x = []和y = []。在第二步中，我使用以下代码为上面的两个数据列表添加了一条线性回归线：

(m, b) = np.polyfit(x, y, 1)
Y_Polyval = np.polyval([m, b], x)
plt.plot(x, Y_Polyval, linewidth=3, c="black")

其结果是一个标准的散点图，如下所示。

现在我想使用plt.fill_between 为黑色回归线添加一个 95% 的置信区间。我知道这方面有很多主题，我阅读了其中的很多，但我无法解决问题，即，使代码适应我的特定代码和回归线。

添加

CI = 1.96 * np.std(y) / np.mean(y)
plt.fill_between(y, (y-CI), (y+CI), color='blue', alpha=0.1)

我的代码导致下面的输出。

plt.fill_between 的蓝色置信区间位于图像左侧的某个位置，但不在回归线周围。我想要实现的是置信区间围绕黑色回归线绘制。完整代码如下所示：

import numpy as np
import matplotlib.pyplot as plt


# Scatter plot
x = [0.472202, 0.685151, 0.287613, 0.546364, 0.518002, 0.675128, 0.462418, 0.61817, 0.692822, 0.23433,
     0.194009, 0.720232, 0.597321, 0.625955, 0.660571, 0.737754, 0.436876, 0.689937, 0.483067, 0.646723,
     0.699367, 0.384102, 0.561493]

y = [0.131113, 0.123865, 0.150355, 0.138914, 0.140417, 0.119358, 0.130019, 0.129782, 0.113508, 0.13434,
     0.15162, 0.125768, 0.128473, 0.128056, 0.114403, 0.142878, 0.139192, 0.118033, 0.132616, 0.133043,
     0.133973, 0.146611, 0.129792]

(m, b) = np.polyfit(x, y, 1)
Y_Polyval = np.polyval([m, b], x)
plt.plot(x, Y_Polyval, linewidth=3, c="black")

CI = 1.96 * np.std(y) / np.mean(y)
plt.fill_between(y, (y-CI), (y+CI), color='blue', alpha=0.1)

plt.scatter(x, y, s=250, linewidths=2, zorder=2)

plt.show()

【问题讨论】：

标签： python matplotlib plot regression confidence-interval

【解决方案1】：

您应该绘制预测值Y_Polyval 而不是真实值y 并对(x, y) 值进行排序以填充区域：

plt.fill_between(x, (Y_Polyval-CI), (Y_Polyval+CI), color='blue', alpha=0.1)

完整示例

import numpy as np
import matplotlib.pyplot as plt


# Scatter plot
x = [0.472202, 0.685151, 0.287613, 0.546364, 0.518002, 0.675128, 0.462418, 0.61817, 0.692822, 0.23433,
     0.194009, 0.720232, 0.597321, 0.625955, 0.660571, 0.737754, 0.436876, 0.689937, 0.483067, 0.646723,
     0.699367, 0.384102, 0.561493]

y = [0.131113, 0.123865, 0.150355, 0.138914, 0.140417, 0.119358, 0.130019, 0.129782, 0.113508, 0.13434,
     0.15162, 0.125768, 0.128473, 0.128056, 0.114403, 0.142878, 0.139192, 0.118033, 0.132616, 0.133043,
     0.133973, 0.146611, 0.129792]

# Sort coordinate values
coords = [(a, b) for a, b in zip(x, y)]
coords = sorted(coords, key=lambda x: x[1], reverse=True)
x, y = zip(*coords)

(m, b) = np.polyfit(x, y, 1)
Y_Polyval = np.polyval([m, b], x)
plt.plot(x, Y_Polyval, linewidth=3, c="black")
plt.scatter(x, y, s=250, linewidths=2, zorder=2)
plt.fill_between(x, (Y_Polyval-CI), (Y_Polyval+CI), color='blue', alpha=0.1)

【讨论】：