在Python中计算并绘制散点图上95%的数据范围

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
data = np.random.normal(0, 1, 100)  # 生成100个服从正态分布的随机数

# 计算统计指标
mean = np.mean(data)
std = np.std(data)

# 计算95%置信区间范围
lower_bound = mean - 1.96 * std
upper_bound = mean + 1.96 * std

# 绘制散点图
plt.scatter(range(len(data)), data)

# 绘制置信区间范围
plt.axhline(lower_bound, color='r', linestyle='--', label='95% Confidence Interval')
plt.axhline(upper_bound, color='r', linestyle='--')

# 添加图例和标签
plt.legend()
plt.xlabel('Data Points')
plt.ylabel('Values')

# 显示图形
plt.show()