Wykreśl dwa histogramy na pojedynczym wykresie za pomocą Matplotlib

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.

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()

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()

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

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()

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()

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()

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

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)

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()

Wygląda na to, że potrzebujesz tylko wykresu słupkowego:

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

Alternatywnie możesz użyć podplotów.

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()

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()

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.

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.

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: