Wykreśl dwa histogramy na pojedynczym wykresie za pomocą Matplotlib

233

Stworzyłem wykres histogramu na podstawie danych z pliku i nie ma problemu. Teraz chciałem nałożyć dane z innego pliku na tym samym histogramie, więc robię coś takiego

n,bins,patchs = ax.hist(mydata1,100)
n,bins,patchs = ax.hist(mydata2,100)

ale problem polega na tym, że dla każdego przedziału pojawia się tylko pasek o najwyższej wartości, a drugi jest ukryty. Zastanawiam się, jak mogę wykreślić oba histogramy jednocześnie z różnymi kolorami.

Otwórz drogę
źródło

Odpowiedzi:

418

Oto działający przykład:

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()

wprowadź opis zdjęcia tutaj

joaquin
źródło
1
Czy nie byłoby dobrym pomysłem ustawienie pyplot.hold(True)przed spiskowaniem, na wszelki wypadek?
JAB
2
Nie jestem pewien, czy w moich konfiguracjach matplotlib jest ustawione hold (True), czy pyplot zachowuje się domyślnie w ten sposób, ale dla mnie kod działa jak jest. Kod jest pobierany z większej aplikacji, która jak dotąd nie stanowi żadnego problemu. W każdym razie dobre pytanie, które już sobie
zadałem
@joaquin: jak mogę określić x jako niebieski, a y jako czerwony?
amc
7
Kiedy odtworzyłem wykres z kolorem krawędziowym słupków, jest on Nonedomyślnie. Jeśli chcesz mieć taki sam projekt, jak pokazano na wykresie, możesz ustawić edgecolorparametr w obu na przykład na k(czarny). Procedura jest podobna w przypadku legendy.
So S
2
Jeszcze prościej pyplot.hist([x, y], bins, alpha=0.5, label=['x', 'y']).
Augustin
174

Zaakceptowane odpowiedzi zawierają kod histogramu z nakładającymi się słupkami, ale jeśli chcesz, aby każdy słupek był obok siebie (tak jak ja), wypróbuj poniższą odmianę:

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()

wprowadź opis zdjęcia tutaj

Odniesienie: http://matplotlib.org/examples/statistics/histogram_demo_multihist.html

EDYCJA [2018/03/16]: Zaktualizowano, aby umożliwić drukowanie tablic o różnych rozmiarach, zgodnie z sugestią @stochastic_zeitgeist

Gustavo Bezerra
źródło
@GustavoBezerra, jak użyć, plt.histaby utworzyć jeden plik pdf dla każdego histogramu? Załadowałem swoje dane, pandas.read_csva plik ma 36 kolumn i 100 wierszy. Więc chciałbym 100 plików pdf.
Sigur
2
@ Sigur To jest całkiem nie na temat. Proszę Google lub zadać nowe pytanie. Wygląda na to, że jest to powiązane: stackoverflow.com/questions/11328958/...
Gustavo Bezerra
1
@stochastic_zeitgeist Zgadzam się z @pasbi. Użyłem twojego komentarza w ramce danych pand, ponieważ potrzebowałem różnych wag z powodu nans. z x=np.array(df.a)i y=np.array(df.b.dropna())po prostu tak się skończyłoplt.hist([x, y], weights=[np.ones_like(x)/len(x), np.ones_like(y)/len(y)])
grinsbaeckchen
1
W przypadku, gdy rozmiary twojej próbki są drastycznie różne, możesz chcieć wydrukować przy użyciu bliźniaczych osi, aby lepiej porównać rozkłady. Patrz poniżej .
Andrew
1
@ AgapeGal'lo Proszę odnieść się do odpowiedzi Andrew.
Gustavo Bezerra
30

W przypadku różnych wielkości próby porównanie rozkładów z pojedynczą osią Y może być trudne. Na przykład:

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()

hist_single_ax

W takim przypadku możesz wykreślić dwa zestawy danych na różnych osiach. Aby to zrobić, możesz uzyskać dane histogramu za pomocą matplotlib, wyczyścić oś, a następnie ponownie wydrukować ją na dwóch osobnych osiach (przesuwając krawędzie bin, aby się nie nakładały):

#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()

hist_twin_ax

Andrzej
źródło
1
To miła, krótka odpowiedź, z tym wyjątkiem, że należy również dodać, jak wyśrodkować paski na każdej etykiecie kleszczy
Odisseo
12

Jako uzupełnienie odpowiedzi Gustavo Bezerry :

Jeśli chcesz znormalizować każdy histogram ( normeddla mpl <= 2.1 i densitydla mpl> = 3.1 ) nie możesz po prostu użyć normed/density=True, musisz zamiast tego ustawić wagi dla każdej wartości:

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()

wprowadź opis zdjęcia tutaj

Dla porównania, dokładnie to samo xi ywektory z domyślnymi wagami oraz density=True:

wprowadź opis zdjęcia tutaj

jojo
źródło
9

Należy użyć binswartości zwróconych przez 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)

Dwa histogramy Matplotlib z tym samym binningiem

Adrien Renaud
źródło
7

Oto prosta metoda wykreślenia dwóch histogramów, z pasami obok siebie, na tym samym wykresie, gdy dane mają różne rozmiary:

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()
stochastic_zeitgeist
źródło
2

Na wypadek, gdybyś miał pandy ( import pandas as pd) lub był w porządku z jego użyciem:

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()
serv-inc
źródło
Uważam, że używanie pand nie będzie działać, jeśli porównywane histogramy mają różne rozmiary próbek. Jest to często kontekst, w którym stosuje się znormalizowane histogramy.
Solomon Vimal
2

Jest jedno zastrzeżenie, gdy chcesz wykreślić histogram z dwuwymiarowej tablicy numpy. Musisz zamienić 2 osie.

import numpy as np
import matplotlib.pyplot as plt

data = np.random.normal(size=(2, 300))
# swapped_data.shape == (300, 2)
swapped_data = np.swapaxes(x, axis1=0, axis2=1)
plt.hist(swapped_data, bins=30, label=['x', 'y'])
plt.legend()
plt.show()

wprowadź opis zdjęcia tutaj

黄锐铭
źródło
0

Na to pytanie już udzielono odpowiedzi, ale chciałem dodać inne szybkie / łatwe obejście, które może pomóc innym odwiedzającym to pytanie.

import seasborn as sns 
sns.kdeplot(mydata1)
sns.kdeplot(mydata2)

Kilka cennych przykładami są tutaj dla KDE vs porównaniu histogramu.

Solomon Vimal
źródło
0

Zainspirowany odpowiedzią Salomona, ale aby pozostać przy pytaniu dotyczącym histogramu, czyste rozwiązanie to:

sns.distplot(bar)
sns.distplot(foo)
plt.show()

Pamiętaj, aby najpierw wykreślić wyższą, w przeciwnym razie musisz ustawić plt.ylim (0,0,45), aby wyższy histogram nie został odcięty.

Sarah
źródło
0

Również opcja, która jest dość podobna do odpowiedzi Joaquin:

import random
from matplotlib import pyplot

#random data
x = [random.gauss(3,1) for _ in range(400)]
y = [random.gauss(4,2) for _ in range(400)]

#plot both histograms(range from -10 to 10), bins set to 100
pyplot.hist([x,y], bins= 100, range=[-10,10], alpha=0.5, label=['x', 'y'])
#plot legend
pyplot.legend(loc='upper right')
#show it
pyplot.show()

Daje następujące dane wyjściowe:

wprowadź opis zdjęcia tutaj

PV8
źródło