社区首页 >问答首页 >大熊猫多重重叠直方图的绘制

问大熊猫多重重叠直方图的绘制
EN

Stack Overflow用户

提问于 2019-03-28 03:24:57

回答 2查看 6.4K关注 0票数 4

我有两个不同的数据格式，每个变量都有19个变量，我正在用每个变量的直方图绘制一个多个图，如下所示：

fig, ax = plt.subplots(figsize=(19,10), dpi=50)
dataframe1.hist(ax=ax, layout=(3,7), alpha=0.5)

fig, ax = plt.subplots(figsize=(19,10), dpi=50)
dataframe2.hist(ax=ax, layout=(3,7), alpha=0.5)

这会产生两幅图像，里面有19个直方图。我想尝试的是，在同一子图中只绘制一幅具有共享直方图的图像。

我试过这个：

fig, ax = plt.subplots(figsize=(19,10), dpi=50)
dataframe1.hist(ax=ax, layout=(3,7), alpha=0.5, label='x')
dataframe2.hist(ax=ax, layout=(3,7), alpha=0.5, label='y', color='red')

但这是最后一幅画。这是一个类似的例子：Plot two histograms at the same time with matplotlib，但我如何应用它，我的19个子图呢？

任何想法都会受到欢迎，谢谢！

P.S:我现在使用的是木星笔记本和%matplotlib笔记本选项

pandas

matplotlib

python

回答 2

Stack Overflow用户

发布于 2019-03-28 04:16:00

您的问题是在实际需要21 (3x7)时，在Axes调用中只创建一个plt.subplots对象。由于所提供的子地块数量与所要求的子地块数量不匹配，熊猫会创建新的子地块。因为这种情况发生了两次，所以只能看到第二组直方图。

你可以完全不给subplots打电话，让熊猫来做所有的工作。对hist的调用返回所需的所有子图，然后可以在对hist的第二次调用中使用它。

编辑

我意识到，如果所需地块的数量实际上并不等于网格单元格的数量(在本例中为3x9=21)，则必须准确地传递实际要在其上绘制的子图的数量(在本例中为19)。但是，对df.hist的调用返回每个网格单元(即21)的子图，并显然隐藏未使用的单元格。因此，您只需要将所有返回子图的一个子集传递给对hist的第二个调用。这是最简单的方法，方法是将2d子图数组转换为一维数组，然后切片这个数组，例如使用`axes.ravel():19。

import numpy as np
from matplotlib import pyplot as plt
import pandas as pd

length=19

loc = np.random.randint(0,50,size=length)
scale = np.random.rand(length)*10
dist = np.random.normal(loc=loc, scale=scale, size=(100,length))
df1 = pd.DataFrame(data=list(dist))


axes = df1.hist(layout=(3,7), alpha=0.5, label='x')

loc = np.random.randint(0,50,size=length)
scale = np.random.rand(length)*10
dist = np.random.normal(loc=loc, scale=scale, size=(100,length))
df2 = pd.DataFrame(data=list(dist))

df2.hist(ax=axes.ravel()[:length], layout=(3,7), alpha=0.5, label='x',color='r')

plt.show()

这样产生的输出如下：

票数 9

Stack Overflow用户

发布于 2019-03-28 06:36:42

调用subplots时，可以指定所需的行数和列数。在您的例子中，您需要3行7列。然而，.plot会对有21个轴，但只有19个从你的数据文件绘制。因此，我们将轴压平成一个列表并转换为一个列表，这将允许我们通过.pop()同时从图形和轴集中删除最后两个轴。

fig, axes = plt.subplots(figsize=(19,10), dpi=50, nrows=3, ncols=7)
flat_axes = list(axes.reshape(-1))
fig.delaxes(flat_axes.pop(-1))
fig.delaxes(flat_axes.pop(-1))

dataframe1.hist(ax=flat_axes, alpha=0.5, label='x')
dataframe2.hist(ax=flat_axes, alpha=0.5, label='x',color='r')