使用 matplotlib 在单个图表上绘制两个直方图
Posted
技术标签:
【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。
【问题讨论】:
【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。
【讨论】:
【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:
【讨论】:
【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()
【讨论】:
【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。
【讨论】:
【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:
【讨论】:
【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)
【讨论】:
【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()
【讨论】:
【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()以上是关于使用 matplotlib 在单个图表上绘制两个直方图的主要内容,如果未能解决你的问题,请参考以下文章
Matplotlib:如何在我的图表上绘制点而不是在按钮上绘制它们?
在 matplotlib 和 pandas 中组合和重新定位两个图表的图例的困难