Настройте две гистограммы одновременно с matplotlib

Ответ 1

Здесь у вас есть 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()

Ответ 2

Принятые ответы дают код для гистограммы с перекрывающимися столбцами, но в случае, если вы хотите, чтобы каждый столбец был рядом (как я сделал), 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

РЕДАКТИРОВАТЬ [2018/03/16]: Обновлен, чтобы позволить рисование массивов разных размеров, как предложено @stochastic_zeitgeist

Ответ 3

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 заново нанести ее на две отдельные оси (смещая края бина так, чтобы они не перекрывались):

#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()

Ответ 4

Вот простой метод построения двух гистограмм с их столбцами рядом на одном 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()

Ответ 5

В завершение Густаво Безерра ответил:

Если вы хотите, чтобы каждая гистограмма была нормализована (normed для mpl <= 2.1 и density для mpl> = 3.1), вы не можете просто использовать normed/density=True, вам нужно вместо этого установить весовые коэффициенты для каждого значения:

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()

Для сравнения, те же самые векторы x и y с весами и density=True умолчанию density=True:

Ответ 6

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

В качестве альтернативы вы можете использовать подзаголовки.

Ответ 7

Вы должны использовать bins из значений, возвращаемых через 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)

Ответ 8

На всякий случай у вас есть pandas (import pandas as pd) или вы можете использовать его:

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()

Ответ 9

На этот вопрос уже был дан ответ, но я хотел добавить еще один быстрый/легкий способ, который может помочь другим посетителям в этом вопросе.

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

Некоторые полезные примеры здесь для KDE против сравнения гистограмм.

Ответ 10

Вдохновленный ответом Соломона, но придерживаясь вопроса, который связан с гистограммой, чистое решение:

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

Удостоверьтесь, что сначала вычерчиваете более высокое значение, в противном случае вам потребуется установить plt.ylim(0,0,45), чтобы гистограмма более высокого уровня не была обрезана.