我想绘制一个带有误差棒的散点图，同时数据的第三个属性能用散点大小和颜色表示，我查了很多资料发现如果单独用errorbar来绘制图，其点的大小和颜色很难根据数据而改变，尤其是很难达到一个渐变的效果，因此我想到了把散点图和误差棒图结合为一张图

最后我得到的图如下：

先分别介绍一下两个函数的参数

1. scatter函数（散点图）

x，y，z分别代表数据的三个属性，其中x,y分别表示为横纵坐标，z用散点的颜色和大小表示。

matplotlib中散点图函数scatter介绍

注：该图转来自 Python中scatter函数参数详解_AnneQiQi的博客-CSDN博客_scatter函数

2. errorbar函数（误差棒图）

plt.errorbar(x,y,yerr=None, xerr=None,alpha=1,ecolor ='black',elinewidth=2,capsize=5,capthick=1,linestyle="none")
主要参数说明：

x,y: 数据点的位置坐标

xerr,yerr: 数据的误差范围（在我的图中为y的标准差值）

alpha：误差棒的透明度

ecolor: 误差棒的线条颜色

elinewidth: 误差棒的线条粗细

capsize: 误差棒边界横杠的大小

capthick: 误差棒边界横杠的厚度

linestyle：点之间的连线风格（可以表示为{'-', '--', '-.', ':', '', (offset, on-off-seq), ...}）

 更多参数可以参考errorbar官方文档：matplotlib.pyplot.errorbar — Matplotlib 3.5.0 documentation

我的代码如下：

import matplotlib.pylab as plt
import numpy as np
import pandas


x = list(A_groups.index)   #数据A是我用分类汇总得到的一个dataframe
y = list(A_groups['senti'])
z = list(A_groups['count'])
z_size = [x/40 for x in z]   #可以通过对列表进行除法改变节点大小

 

plt.scatter(x, y, c=z, s =z_size,alpha = 0.8,marker='s',cmap='viridis_r')
plt.colorbar()   #在右侧显示颜色条
plt.errorbar(x,y,yerr = y_sd,elinewidth=2,alpha=1,ecolor = 'black',capsize=5,capthick=1,linestyle="none")