Vẽ hai biểu đồ trên biểu đồ đơn với matplotlib

Tôi đã tạo một biểu đồ biểu đồ bằng cách sử dụng dữ liệu từ một tệp và không có vấn đề gì. Bây giờ tôi muốn chồng dữ liệu từ một tệp khác trong cùng biểu đồ, vì vậy tôi làm một cái gì đó như thế này

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

nhưng vấn đề là ở mỗi khoảng thời gian, chỉ có thanh có giá trị cao nhất xuất hiện và thanh kia bị ẩn. Tôi tự hỏi làm thế nào tôi có thể vẽ cả hai biểu đồ cùng một lúc với các màu khác nhau.

Ở đây bạn có một ví dụ làm việc:

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()

Các câu trả lời được chấp nhận cung cấp mã cho biểu đồ với các thanh chồng chéo, nhưng trong trường hợp bạn muốn mỗi thanh nằm cạnh nhau (như tôi đã làm), hãy thử biến thể bên dưới:

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()

Tham khảo: http://matplotlib.org/examples/statistic/histogram_demo_multihist.html

EDIT [2018/03/16]: Được cập nhật để cho phép vẽ các mảng có kích thước khác nhau, theo đề xuất của @stochastic_zeitgeist

Trong trường hợp bạn có các cỡ mẫu khác nhau, có thể khó so sánh các phân phối với một trục y. Ví dụ:

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()

Trong trường hợp này, bạn có thể vẽ hai tập dữ liệu của mình trên các trục khác nhau. Để làm như vậy, bạn có thể lấy dữ liệu biểu đồ của mình bằng matplotlib, xóa trục và sau đó vẽ lại nó trên hai trục riêng biệt (dịch chuyển các cạnh của thùng sao cho chúng không trùng nhau):

#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()

Như một sự hoàn thành cho câu trả lời của Gustavo Bezerra :

Nếu bạn muốn mỗi biểu đồ được chuẩn hóa ( normedđối với mpl <= 2.1 và densityđối với mpl> = 3.1 ), bạn không thể chỉ sử dụng normed/density=True, bạn cần đặt trọng số cho từng giá trị thay thế:

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()

Để so sánh, chính xác xvà ycác vectơ có trọng số mặc định và density=True:

Bạn nên sử dụng binstừ các giá trị được trả về bởi 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)

Đây là một phương pháp đơn giản để vẽ hai biểu đồ, với các thanh của chúng cạnh nhau, trên cùng một âm mưu khi dữ liệu có kích thước khác nhau:

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()

Có vẻ như bạn có thể chỉ muốn một biểu đồ thanh:

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

Ngoài ra, bạn có thể sử dụng các ô phụ.

Chỉ trong trường hợp bạn có gấu trúc ( import pandas as pd) hoặc ổn khi sử dụng nó:

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()

Có một cảnh báo khi bạn muốn vẽ biểu đồ từ một mảng numpy 2-d. Bạn cần hoán đổi 2 trục.

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()

Câu hỏi này đã được trả lời trước đây, nhưng muốn thêm một cách giải quyết nhanh / dễ dàng khác có thể giúp những khách truy cập khác vào câu hỏi này.

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

Một số ví dụ hữu ích ở đây để so sánh kde vs biểu đồ.

Lấy cảm hứng từ câu trả lời của Solomon, nhưng để gắn bó với câu hỏi liên quan đến biểu đồ, một giải pháp sạch sẽ là:

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

Trước tiên, hãy đảm bảo vẽ đồ thị của người cao hơn, nếu không bạn sẽ cần đặt plt.ylim (0,0,45) để biểu đồ cao hơn không bị cắt nhỏ.

Ngoài ra một tùy chọn khá giống với câu trả lời của 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()

Cung cấp đầu ra sau: