使用 matplotlib 在单个图表上绘制两个直方图

Posted 2023-02-14

【中文标题】使用 matplotlib 在单个图表上绘制两个直方图

【英文标题】：Plot two histograms on single chart with matplotlib

【发布时间】：2011-10-15 19:38:53

【问题描述】：

我使用文件中的数据创建了直方图，没有问题。现在我想在同一个直方图中叠加来自另一个文件的数据，所以我做了这样的事情

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

但问题是，对于每个区间，只有最高值的条出现，而另一个被隐藏。我想知道如何用不同的颜色同时绘制两个直方图。

【参考方案1】：

接受的答案给出了带有重叠条的直方图的代码，但如果您希望每个条并排（就像我所做的那样），请尝试以下变体：

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()

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

编辑 [2018/03/16]：更新以允许绘制不同大小的数组，如 @stochastic_zeitgeist 建议的那样

【讨论】：

@GustavoBezerra，如何使用plt.hist为每个直方图生成一个pdf文件？我使用pandas.read_csv 加载了我的数据，该文件有 36 列和 100 行。所以我想要 100 个 pdf 文件。

@Sigur 那完全离题了。请谷歌或提出一个新问题。这似乎是相关的：***.com/questions/11328958/…

@stochastic_zeitgeist 我同意@pasbi。我将您的评论与熊猫数据框一起使用，因为由于 nans，我需要不同的权重。使用x=np.array(df.a) 和y=np.array(df.b.dropna()) 它基本上最终成为plt.hist([x, y], weights=[np.ones_like(x)/len(x), np.ones_like(y)/len(y)])

如果您的样本量差异很大，您可能希望使用双轴进行绘图以更好地比较分布。见below。

@AgapeGal'lo 请参考安德鲁的回答。

【参考方案2】：

绘制两个（或更多）重叠的直方图可能会导致图相当混乱。我发现使用step histograms（又名空心直方图）可以大大提高可读性。唯一的缺点是在 matplotlib 中，阶跃直方图的默认图例格式不正确，因此可以像下面的示例一样对其进行编辑：

import numpy as np                   # v 1.19.2
import matplotlib.pyplot as plt      # v 3.3.2
from matplotlib.lines import Line2D

rng = np.random.default_rng(seed=123)

# Create two normally distributed random variables of different sizes
# and with different shapes
data1 = rng.normal(loc=30, scale=10, size=500)
data2 = rng.normal(loc=50, scale=10, size=1000)

# Create figure with 'step' type of histogram to improve plot readability
fig, ax = plt.subplots(figsize=(9,5))
ax.hist([data1, data2], bins=15, histtype='step', linewidth=2,
        alpha=0.7, label=['data1','data2'])

# Edit legend to get lines as legend keys instead of the default polygons
# and sort the legend entries in alphanumeric order
handles, labels = ax.get_legend_handles_labels()
leg_entries = 
for h, label in zip(handles, labels):
    leg_entries[label] = Line2D([0], [0], color=h.get_facecolor()[:-1],
                                alpha=h.get_alpha(), lw=h.get_linewidth())
labels_sorted, lines = zip(*sorted(leg_entries.items()))
ax.legend(lines, labels_sorted, frameon=False)

# Remove spines
ax.spines['top'].set_visible(False)
ax.spines['right'].set_visible(False)

# Add annotations
plt.ylabel('Frequency', labelpad=15)
plt.title('Matplotlib step histogram', fontsize=14, pad=20)
plt.show()

如您所见，结果看起来很干净。这在重叠甚至超过两个直方图时特别有用。根据变量的分布方式，这最多可用于大约 5 个重叠分布。不仅如此，还需要使用另一种类型的情节，例如here 呈现的情节之一。

【参考方案3】：

也是一个与华金回答非常相似的选项：

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()

给出以下输出：

【参考方案4】：

当您想从二维 numpy 数组中绘制直方图时，有一个警告。您需要交换 2 个轴。

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()

【参考方案5】：

受所罗门回答的启发，但要坚持与直方图相关的问题，一个干净的解决方案是：

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

确保首先绘制较高的直方图，否则您需要设置 plt.ylim(0,0.45) 以便不切断较高的直方图。

【讨论】：

一个有用的补充！

【参考方案6】：

这个问题之前已经回答过，但想添加另一个快速/简单的解决方法，可能会帮助其他访问者解决这个问题。

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

一些有用的例子是 here 用于 kde 与直方图的比较。

【参考方案7】：

作为对Gustavo Bezerra's answer的补充：

如果您希望对每个直方图进行归一化（normed for mpldensity for mpl>=3.1）您不能只使用 @987654328 @，您需要为每个值设置权重：

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，具有默认权重和density=True 的x 和y 向量完全相同：

【参考方案8】：

您应该使用hist返回的值中的bins：

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)

【参考方案9】：

当数据大小不同时，以下是在同一图上绘制两个并排条形的简单方法：

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()

【参考方案10】：

如果您有不同的样本量，可能很难将分布与单个 y 轴进行比较。例如：

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()

在这种情况下，您可以在不同的轴上绘制两个数据集。为此，您可以使用 matplotlib 获取直方图数据，清除轴，然后在两个单独的轴上重新绘制它（移动 bin 边缘以使其不重叠）：

#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()

【讨论】：

这是一个很好的简短答案，除了您还应该添加如何在每个刻度标签上居中条形

【参考方案11】：

以防万一您有 pandas (import pandas as pd) 或可以使用它：

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()

【讨论】：

我相信如果要比较的直方图有不同的样本大小，使用 pandas 将不起作用。这也经常是使用归一化直方图的上下文。

【参考方案12】：

这里有一个工作示例：

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()

【讨论】：

在绘图前设置pyplot.hold(True)不是一个好主意吗，以防万一？

不确定是否在我的 matplotlib 配置参数中设置了 hold(True) 或 pyplot 默认行为是这样的，但对我来说，代码可以正常工作。该代码是从一个更大的应用程序中提取的，到目前为止没有任何问题。无论如何，我在编写代码时已经对自己提出了很好的问题

@joaquin：我如何指定 x 为蓝色而 y 为红色？

当我重现情节时，条形的边缘颜色默认为None。如果您想要与图中所示相同的设计，您可以将两者中的edgecolor 参数设置为k（黑色）。图例的过程与此类似。

更简单：pyplot.hist([x, y], bins, alpha=0.5, label=['x', 'y']).

【参考方案13】：

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

或者，您可以使用子图。

【讨论】：

不同之处在于，使用 hist 您可以绘制频率图。也许你应该展示如何去做。 pandas 的频率 + 条形图 = hist()