Zeichnen Sie zwei Histogramme mit matplotlib auf ein einzelnes Diagramm

Ich habe ein Histogramm mit Daten aus einer Datei erstellt und kein Problem. Jetzt wollte ich Daten aus einer anderen Datei im selben Histogramm überlagern, also mache ich so etwas

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

Das Problem ist jedoch, dass für jedes Intervall nur der Balken mit dem höchsten Wert angezeigt wird und der andere ausgeblendet wird. Ich frage mich, wie ich beide Histogramme gleichzeitig mit unterschiedlichen Farben zeichnen könnte.

Hier haben Sie ein Arbeitsbeispiel:

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()

Die akzeptierten Antworten geben den Code für ein Histogramm mit überlappenden Balken an. Wenn Sie jedoch möchten, dass jeder Balken nebeneinander liegt (wie ich), versuchen Sie die folgende Variation:

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()

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

BEARBEITEN [2018/03/16]: Aktualisiert, um das Zeichnen von Arrays unterschiedlicher Größe zu ermöglichen, wie von @stochastic_zeitgeist vorgeschlagen

Wenn Sie unterschiedliche Stichprobengrößen haben, kann es schwierig sein, die Verteilungen mit einer einzelnen y-Achse zu vergleichen. Beispielsweise:

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()

In diesem Fall können Sie Ihre beiden Datensätze auf verschiedenen Achsen zeichnen. Zu diesem Zweck können Sie Ihre Histogrammdaten mit matplotlib abrufen, die Achse löschen und dann auf zwei separaten Achsen neu zeichnen (Verschieben der Bin-Kanten, damit sie sich nicht überlappen):

#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()

Als Ergänzung zu Gustavo Bezerras Antwort :

Wenn Sie möchten, dass jedes Histogramm normalisiert wird ( normedfür mpl <= 2.1 und densityfür mpl> = 3.1 ), können Sie nicht nur verwenden normed/density=True, sondern stattdessen die Gewichte für jeden Wert festlegen:

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()

Zum Vergleich die gleichen xund yVektoren mit Standardgewichten und density=True:

Sie sollten binsaus den zurückgegebenen Werten Folgendes verwenden 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)

Hier ist eine einfache Methode, um zwei Histogramme mit ihren Balken nebeneinander auf demselben Diagramm zu zeichnen, wenn die Daten unterschiedliche Größen haben:

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()

Es hört sich so an, als ob Sie nur ein Balkendiagramm möchten:

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

Alternativ können Sie Unterzeichnungen verwenden.

Nur für den Fall, dass Sie pandas ( import pandas as pd) haben oder damit einverstanden sind:

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()

Es gibt eine Einschränkung, wenn Sie das Histogramm aus einem 2D-Numpy-Array zeichnen möchten. Sie müssen die 2 Achsen tauschen.

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()

Diese Frage wurde bereits zuvor beantwortet, wollte jedoch eine weitere schnelle und einfache Problemumgehung hinzufügen, die anderen Besuchern bei dieser Frage helfen könnte.

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

Einige hilfreiche Beispiele sind hier für kde vs Histogramm Vergleich.

Inspiriert von Solomons Antwort, aber um bei der Frage zu bleiben, die sich auf das Histogramm bezieht, ist eine saubere Lösung:

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

Stellen Sie sicher, dass Sie zuerst das größere zeichnen, da Sie sonst plt.ylim (0,0.45) einstellen müssen, damit das größere Histogramm nicht abgeschnitten wird.

Auch eine Option, die Joaquin Antwort ziemlich ähnlich ist:

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()

Gibt die folgende Ausgabe: