◆ ◆ ◆ ◆ ◆
一、简介
在之前的教程中，我们提到了利用PCA来实现数据降维。 当时很多人提到要在降维数据上画置信椭圆。 关于置信椭圆的概念和计算方法，可以参考文末的链接[1]。 这里只是简单的解释一下。 置信区间表示该参数的真实值有一定概率落在测量结果附近的程度。 它给出了被测参数测量值的置信度。 一般采用95%。 表示为置信区间。 二维空间中的置信区间常用二维置信椭圆来描述，以表示真实值的可信程度，一般用95%置信椭圆来表示。
2.教程部分
1、首先我们在Origin中安装绘制2D置信椭圆的插件（该插件也在本文末尾[2]）。
2、然后我们仍然用代码来生成一些人工数据来表示降维后的数据；
import numpy as npx = np.arange(50).reshape(50,1)y1 = np.random.normal(loc=1.0, scale=0.2,size =(1, 50)).Ty2 = np.random.normal(loc=0, scale=0.1,size =(1, 50)).Txyy = np.concatenate([x,y1,y2],axis=1)
数据结果如下：
3、选择要绘制的散点图；
4、然后选择下载的APP插件“2D Confidence Ellipse”；
这里的参数保持默认即可；
5、绘制的图形尺寸可能不正常。 此时，您可以根据“绘图详细信息”-“大小”来调整“图层区域”的大小。
绘制的图形如下图所示；
6、如果要填充椭圆内部的颜色origin绘图软件教程，可以双击图中的“椭圆”部分，选择“线条”-“填充到底色”进行添加；
这将为您提供以下图片；
7、最后美化一下就完成了。
参考链接：
[1]
[2]
最后，我们在B站推出了科研绘图工作坊origin绘图软件教程，稍后我们会把之前制作的科研素材库放在里面，包括PPT、科研资料、三维结构图等，如果需要的话，小朋友可以了解更多并支持它。 我们。
我们今天的教程就到此结束！
祝各位帅哥美女科研好运！
温馨提示
