Накресліть дві гістограми на одному діаграмі з matplotlib

Я створив графік гістограми, використовуючи дані з файлу, і немає проблем. Тепер я хотів замінити дані з іншого файлу в тій же гістограмі, тому я роблю щось подібне

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

але проблема полягає в тому, що для кожного інтервалу відображається лише смужка з найвищим значенням, а інша прихована. Цікаво, як я міг будувати обидві гістограми одночасно різними кольорами.

Ось у вас є робочий приклад:

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()

Прийняті відповіді дають код гістограми з перекриваючими смугами, але у випадку, якщо ви хочете, щоб кожен бар був поруч (як я це робив), спробуйте варіант нижче:

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()

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

EDIT [2018/03/16]: оновлено, щоб дозволити побудову масивів різних розмірів, як запропонував @stochastic_zeitgeist

У випадку, якщо ви маєте різні розміри вибірки, може бути важко порівняти розподіли з однією віссю у. Наприклад:

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()

У цьому випадку ви можете побудувати свої два набори даних на різних осях. Для цього ви можете отримати свої дані гістограми за допомогою matplotlib, очистити вісь, а потім повторно побудувати її на дві окремі осі (зміщуючи краї біка так, щоб вони не перетиналися):

#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()

Як доповнення до відповіді Густаво Безерри :

Якщо ви хочете, щоб кожна гістограма була нормалізована ( normedдля mpl <= 2.1 і densityдля mpl> = 3.1 ), ви не можете просто використовувати normed/density=True, замість цього потрібно встановити ваги для кожного значення:

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 порівняння - точно такі ж xі yвектори з типовими вагами і density=True:

Вам слід використовувати binsзначення, повернені 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)

Ось простий метод побудувати дві гістограми з їхніми брусками на одному графіку, коли дані мають різні розміри:

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()

Це здається, що ви хочете просто графік:

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

Як варіант, ви можете використовувати підзаготівлі.

Про всяк випадок, якщо у вас є панди ( import pandas as pd) або ви все одно з його використанням:

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()

Є одне застереження, коли ви хочете побудувати гістограму з 2-денного масивного нумеру. Потрібно поміняти місцями 2 осі.

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()

На це запитання вже відповідали, але хотіли додати ще один швидкий / простий спосіб вирішення, який може допомогти іншим відвідувачам у цьому питанні.

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

Деякі корисні приклади тут для KDE проти порівняння гістограм.

Натхненний відповіддю Соломона, але, щоб дотримуватися питання, пов'язаного з гістограмою, чистим рішенням є:

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

Переконайтеся, що спочатку побудуйте вище, інакше вам потрібно встановити plt.ylim (0,0.45), щоб гістограма вище не була відсічена.

Також варіант, який досить схожий на жокейн відповідь:

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()

Дає такий вихід: