matplotlib可视化番外篇bar()--带误差棒的堆积柱状图

本节内容：实现在堆积柱状图的基础上添加误差棒

相关函数：matplotlib.pyplot.bar()
在barh()篇堆积图部分粗略的写过一些，本节在那部分基础上补充对每一节柱状图添加误差棒，实现的方法类似并列带误差棒的柱状图，对plt.bar()函数添加xerr或者yerr，然后对堆积在上面的柱状图添加bottom参数的数据信息。
最简实现：

import matplotlib.pyplot as plt
import numpy as np

x=np.arange(5)
#数据集
y1=[20,44,21,64,46]
y2=[10,37,24,41,40]
#误差列表
std_err1=[1,2,5,3,2]
std_err2=[2,4,3,1,2]
tick_label=['blue','jazz','pure','pop','classic']

error_params1=dict(elinewidth=3,ecolor='midnightblue',capsize=4)#设置误差标记参数
error_params2=dict(elinewidth=3,ecolor='orangered',capsize=4)#设置误差标记参数

#绘制柱状图，设置误差标记以及柱状图标签
plt.bar(x,y1,color='khaki',yerr=std_err1,error_kw=error_params1,label='tag A')
plt.bar(x,y2,bottom=y1,color='slateblue',yerr=std_err1,error_kw=error_params2,label='tag B')

plt.xticks(x,tick_label)#设置x轴的标签
#设置网格
plt.grid(True,axis='both',ls=':',color='r',alpha=0.3)

plt.legend()
#显示图形
plt.show()

实现效果：

带误差棒的堆积柱状图