Question

如果我有

data = [(1, 'a'), (1, 'b'), (1, 'a'), (2, 'a'), (2, 'b'), (3, 'c'), (3, 'c'), (3, 'c'), (3, 'c')]

这样每个数据点有两个属性：

x, y = zip(*data)

我可以在直方图中显示x，ala：

x = [1, 1, 1, 2, 2, 3, 3, 3, 3]
bins = [1, 2, 3]; f = [3, 2, 4]`.

然后，使用第二个属性

y = ['a', 'b', 'a', 'a', 'b', 'c', 'c', 'c', 'c']

原始直方图中的每个bin都具有次要参数的频率信息：

bins[0] = {'a': 2, 'b': 1}
bins[1] = {'a': 1, 'b': 1}
bins[2] = {'b': 1, 'c': 3}

使用matplotlib，我可以创建x的基本直方图：

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, patches = ax.hist(x, 3)

是否有一种巧妙的方法可以迭代补丁，或者将它们分解成适当大小的矩形，以反映其他信息，y？

在示例中，如果我希望'a' 红色，则'b'为绿色，'c'为< strong> blue ，然后第一个bin（x = 1）将三分之二红色和三分之一绿色，第二个bin（x = 2）将半红且半绿色，最后一个bin（x = 3）将四分之一绿色和 四分之三蓝色 。

Example illustration

Answer 1

我意识到这不是一个完整的答案，但如果您要重新格式化数据，那么您可以使用hist的一些内置功能来避免必须手动编写所有内容。

例如，您可以制作一个列表，其中包含x值等于y的所有'a'值，另一个值y = 'b'，最后一个y = 'c' {1}}。然后，您可以将这些列表堆叠到另一个列表中，并使用hist在该数据上调用stacked = True。

请参阅http://matplotlib.org/1.3.1/examples/pylab_examples/histogram_demo_extended.html（第5面板下方）以获取说明。

Matplotlib直方图，其中每个区域按附加参数的频率着色

1 个答案: