Plot two histograms at the same time with matplotlib
我用文件中的数据创建了一个柱状图,没问题。现在我想把在同一个柱状图中的另一个文件,所以我做了类似
1 2 | n,bins,patchs = ax.hist(mydata1,100) n,bins,patchs = ax.hist(mydata2,100) |
但问题是,对于每个间隔,只会出现具有最大值的条,而另一个则隐藏起来。我想知道如何用不同的颜色同时绘制两个柱状图。
这里有一个工作示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 | import random import numpy from matplotlib import pyplot x = [random.gauss(3,1) for _ in range(400)] y = [random.gauss(4,2) for _ in range(400)] bins = numpy.linspace(-10, 10, 100) pyplot.hist(x, bins, alpha=0.5, label='x') pyplot.hist(y, bins, alpha=0.5, label='y') pyplot.legend(loc='upper right') pyplot.show() |
。
接受的答案给出了带有重叠条的柱状图的代码,但如果您希望每个条并排(如我所做的),请尝试以下变化:
1 2 3 4 5 6 7 8 9 10 11 | import numpy as np import matplotlib.pyplot as plt plt.style.use('seaborn-deep') x = np.random.normal(1, 2, 5000) y = np.random.normal(-1, 3, 2000) bins = np.linspace(-10, 10, 30) plt.hist([x, y], bins, label=['x', 'y']) plt.legend(loc='upper right') plt.show() |
号
氧化镁
参考:http://matplotlib.org/examples/statistics/histogram_demo_multihist.html
编辑【2018/03/16】:更新后允许绘制不同尺寸的阵列,如@randomatic_o zeitgeist建议的那样。
如果您有不同的样本大小,可能很难将分布与单个Y轴进行比较。例如:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import numpy as np import matplotlib.pyplot as plt #makes the data y1 = np.random.normal(-2, 2, 1000) y2 = np.random.normal(2, 2, 5000) colors = ['b','g'] #plots the histogram fig, ax1 = plt.subplots() ax1.hist([y1,y2],color=colors) ax1.set_xlim(-10,10) ax1.set_ylabel("Count") plt.tight_layout() plt.show() |
氧化镁
在这种情况下,可以在不同的轴上绘制两个数据集。为此,可以使用matplotlib获取柱状图数据,清除轴,然后在两个单独的轴上重新绘制柱状图数据(移动箱边缘,使其不重叠):
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 | #sets up the axis and gets histogram data fig, ax1 = plt.subplots() ax2 = ax1.twinx() ax1.hist([y1, y2], color=colors) n, bins, patches = ax1.hist([y1,y2]) ax1.cla() #clear the axis #plots the histogram data width = (bins[1] - bins[0]) * 0.4 bins_shifted = bins + width ax1.bar(bins[:-1], n[0], width, align='edge', color=colors[0]) ax2.bar(bins_shifted[:-1], n[1], width, align='edge', color=colors[1]) #finishes the plot ax1.set_ylabel("Count", color=colors[0]) ax2.set_ylabel("Count", color=colors[1]) ax1.tick_params('y', colors=colors[0]) ax2.tick_params('y', colors=colors[1]) plt.tight_layout() plt.show() |
。
氧化镁
以下是一种简单的方法,当数据大小不同时,将两个柱状图(条形图并排)绘制在同一个图上:
1 2 3 4 5 6 7 | def plotHistogram(p, o): """ p and o are iterables with the values you want to plot the histogram of """ plt.hist([p, o], color=['g','r'], alpha=0.8, bins=50) plt.show() |
。
作为古斯塔沃·贝泽拉回答的补充:
如果要对每个柱状图进行标准化(MPL<=2.1的
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import numpy as np import matplotlib.pyplot as plt x = np.random.normal(1, 2, 5000) y = np.random.normal(-1, 3, 2000) x_w = np.empty(x.shape) x_w.fill(1/x.shape[0]) y_w = np.empty(y.shape) y_w.fill(1/y.shape[0]) bins = np.linspace(-10, 10, 30) plt.hist([x, y], bins, weights=[x_w, y_w], label=['x', 'y']) plt.legend(loc='upper right') plt.show() |
。
作为比较,与默认权重和
。
您应该使用
1 2 3 4 5 6 7 8 | import numpy as np import matplotlib.pyplot as plt foo = np.random.normal(loc=1, size=100) # a normal distribution bar = np.random.normal(loc=-1, size=10000) # a normal distribution _, bins, _ = plt.hist(foo, bins=50, range=[-6, 6], normed=True) _ = plt.hist(bar, bins=bins, alpha=0.5, normed=True) |
。
氧化镁
听起来你可能只想要一个条形图:
- http://matplotlib.sourceforge.net/examples/pylab_examples/bar_stacked.html
- http://matplotlib.sourceforge.net/examples/pylab_examples/barchart_demo.html
小精灵
或者,您可以使用子批次。
以防万一你有熊猫(
1 2 3 4 | test = pd.DataFrame([[random.gauss(3,1) for _ in range(400)], [random.gauss(4,2) for _ in range(400)]]) plt.hist(test.values.T) plt.show() |
此问题之前已得到解答,但希望添加另一个快速/简单的解决方案,以帮助其他访问者解决此问题。
1 2 3 | import seasborn as sns sns.kdeplot(mydata1) sns.kdeplot(mydata2) |
。
这里有一些有用的例子来比较kde和柱状图。