matplotlibを使用して単一のチャートに2つのヒストグラムをプロットする


234

ファイルのデータを使用してヒストグラムプロットを作成しましたが、問題はありません。同じヒストグラムの別のファイルのデータを重ね合わせたいので、次のようにします

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

しかし問題は、各間隔について、最高値を持つバーのみが表示され、他のバーが非表示になることです。どうすれば両方のヒストグラムを異なる色で同時にプロットできるのでしょうか。

回答:


418

ここに実際の例があります:

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()

ここに画像の説明を入力してください


1
念のためpyplot.hold(True)、プロットする前に設定しておくとよいでしょうか。
JAB

2
matplotlib config paramsにhold(True)が設定されているかどうか、またはデフォルトでpyplotがこのように動作するかどうかはわかりませんが、私にとってコードはそのまま動作します。コードは、これまで問題を引き起こしていない大きなアプリケーションから抽出されます。とにかく、コードを書くときに私は自分自身に良い質問をしました
joaquin

@joaquin:xを青、yを赤に指定するにはどうすればよいですか?
amc

7
私が棒の端の色でプロットを再現したときはNoneデフォルトです。グラフに示されているのと同じデザインが必要な場合edgecolorは、たとえば両方にパラメーターをk(黒)に設定できます。手順は凡例と同様です。
だからS

2
さらに簡単:pyplot.hist([x, y], bins, alpha=0.5, label=['x', 'y'])
オーガスティン

174

受け入れられた答えは、バーが重なっているヒストグラムのコードを提供しますが、各バーを並べて表示したい場合(私がしたように)、以下のバリエーションを試してください:

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()

ここに画像の説明を入力してください

リファレンス:http : //matplotlib.org/examples/statistics/histogram_demo_multihist.html

編集[2018/03/16]:@stochastic_zeitgeistの提案に従って、さまざまなサイズの配列をプロットできるように更新されました


@GustavoBezerra、plt.histヒストグラムごとに1つのPDFファイルを作成する方法 を使用pandas.read_csvしてデータをロードしました。ファイルには36列と100行があります。だから私は100 pdfファイルをお願いします。
Sigur 2017

2
@Sigurそれはかなり話題外です。Googleまたは新しい質問をしてください。これは、関連すると思わ:stackoverflow.com/questions/11328958/...
グスタボBezerra

1
@stochastic_zeitgeist @pasbiに同意します。ナンスのために異なる重みが必要だったので、パンダスデータフレームであなたのコメントを使用しました。x=np.array(df.a)し、y=np.array(df.b.dropna())それは基本的にされてしまったplt.hist([x, y], weights=[np.ones_like(x)/len(x), np.ones_like(y)/len(y)])
grinsbaeckchen

1
サンプルサイズが大幅に異なる場合は、ツイン軸を使用してプロットして、分布をよりよく比較できます。以下を参照してください。
Andrew

1
@ AgapeGal'lo Andrewの回答を参照してください。
Gustavo Bezerra 2018

30

サンプルサイズが異なる場合は、分布を1つのy軸と比較することが難しい場合があります。例えば:

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()

hist_single_ax

この場合、2つのデータセットを異なる軸にプロットできます。これを行うには、matplotlibを使用してヒストグラムデータを取得し、軸をクリアしてから、2つの別々の軸に再プロットします(ビンのエッジが重ならないようにシフトします)。

#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()

hist_twin_ax


1
これは、各目盛りラベルのバーを中央に配置する方法も追加する必要があることを除いて、良い簡潔な回答です
Odisseo

12

Gustavo Bezerraの回答の完了として:

あなたがしたい場合は、それぞれのヒストグラムを正規化するnormedMPL <= 2.1とするためにdensity、MPLのために> = 3.1あなただけ使用することはできません)normed/density=True、あなたの代わりにそれぞれの値の重みを設定する必要があります。

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()

ここに画像の説明を入力してください

比較として、まったく同じxy、デフォルトの重みを持つベクトルとdensity=True

ここに画像の説明を入力してください


9

binsによって返された値から使用する必要があります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)

同じビニングの2つのmatplotlibヒストグラム


7

以下は、データのサイズが異なる場合に、同じプロット上に棒を並べて2つのヒストグラムをプロットする簡単な方法です。

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()


2

パンダ(import pandas as pd)を持っているか、それを使用しても問題ない場合に備えて:

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()

比較するヒストグラムのサンプルサイズが異なる場合、パンダを使用しても機能しないと思います。これは多くの場合、正規化されたヒストグラムが使用されるコンテキストでもあります。
ソロモンヴィマル

2

2次元のnumpy配列からヒストグラムをプロットする場合、1つの注意点があります。2つの軸を交換する必要があります。

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()

ここに画像の説明を入力してください


0

この質問は以前に回答されていますが、この質問への他の訪問者を助けるかもしれない別の迅速で簡単な回避策を追加したかったです。

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

いくつかの有用な例があり、ここでヒストグラム比較対KDE用。


0

ソロモンの答えに触発されましたが、ヒストグラムに関連する質問に固執するためのクリーンな解決策は次のとおりです。

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

背の高い方を最初にプロットしてください。そうでない場合は、背の高いヒストグラムが切り取られないように、plt.ylim(0,0.45)を設定する必要があります。


0

また、ホアキンの答えに非常に似ているオプション:

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()

次の出力が表示されます。

ここに画像の説明を入力してください

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.