Построить две гистограммы одновременно с matplotlib

Question

Построить две гистограммы одновременно с matplotlib

Я создал гистограмма, используя данные из файла и никаких проблем. Теперь я хотел наложить данные из
другой файл в той же гистограмме, поэтому я делаю что-то вроде

n,bins,patchs = ax.hist(mydata1,100)

n,bins,patchs = ax.hist(mydata2,100)

но проблема в том, что для каждого интервала появляется только бар с самым высоким значением, а другой скрыт. Интересно, как я могу построить обе гистограммы одновременно с разными цветами.

1698 7

python matplotlib plot histogram

7 ответов:

Comments

Ничего не найдено.

joaquin · Accepted Answer · 2014-05-23 09:35:59

вот вам рабочий пример:

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()

enter image description here

Gustavo Bezerra · Accepted Answer · 2018-03-16 07:27:01

принятые ответы дают код для гистограммы с перекрывающимися барами, но если вы хотите, чтобы каждый бар был бок о бок (как и я), попробуйте вариант ниже:
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()
Ссылка:http://matplotlib.org/examples/statistics/histogram_demo_multihist.html

EDIT [2018/03/16]: обновлено, чтобы разрешить построение массивов разных размеров, как предложено @stochastic_zeitgeist

Andrew · Accepted Answer · 2017-12-11 12:05:59

в случае, если у вас разные размеры выборки, может быть трудно сравнить распределения с одной осью Y. Например:
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()
в этом случае вы можете построить два набора данных на разных осях. Для этого вы можете получить данные гистограммы с помощью matplotlib, очистить ось, а затем повторно построить ее на двух отдельных осях (сдвинув края Бина так, чтобы они не были перекрытие):
#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()

stochastic_zeitgeist · Accepted Answer · 2018-01-30 08:48:42

вот простой способ построить две гистограммы, с их барами бок о бок, на одном и том же графике, когда данные имеют разные размеры:
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()

carl · Accepted Answer · 2011-07-29 12:50:25

похоже, вам может понадобиться только гистограмма:

http://matplotlib.sourceforge.net/examples/pylab_examples/bar_stacked.html

http://matplotlib.sourceforge.net/examples/pylab_examples/barchart_demo.html

кроме того, вы можете использовать подзаголовки.

serv-inc · Accepted Answer · 2017-06-16 15:35:46

на всякий случай у вас есть панды (import pandas as pd) или в порядке с его использованием:
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()

Adrien Renaud · Accepted Answer · 2018-07-31 17:48:37

вы должны использовать bins возвращаемые значения hist:

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)