用熊猫绘制多个重叠的直方图

Question

我有两个不同的数据帧，每个数据帧都有19个变量，我正在绘制一个多图，每个变量的直方图如下：

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)

这将产生两个带有19个直方图的图像。我想尝试的是在同一子图中仅绘制一张带有共享直方图的图像。

我尝试过：

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')

但它唯一的一幅画是最后一幅。 这是一个类似的示例：Plot two histograms at the same time with matplotlib，但如何将其应用于19个子图中的两个？

任何想法都将受到欢迎，谢谢！！

P.S：我目前正在将Jupyter Notebook与％matplotlib notebook 选项一起使用

Answer 1

您的问题是，您实际上需要21（3x7）时，在Axes调用中仅创建一个plt.subplots对象。由于提供的子图的数量与请求的子图的数量不匹配，因此熊猫会创建新的子图。由于这种情况发生了两次，因此您只会看到第二组直方图。

您可以完全忽略对subplots的呼叫，让熊猫来完成所有工作。调用hist返回所需的所有子图，然后可以在第二次调用hist中使用。

编辑：

我意识到，如果所需的绘图数量实际上不等于网格单元的数量（在这种情况下为3x9 = 21），则必须准确传递您实际要绘制的子图的数量案例19）。但是，对df.hist的调用返回每个网格单元（即21）的子图，并且显然隐藏了未使用的网格。因此，您只需将所有返回的子图的子集传递给对hist的第二次调用。最简单的方法是将2d子图数组转换为1d数组，然后将该数组切片，例如使用`axes.ravel（）[：19]。我相应地编辑了代码：

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()

这将产生如下输出：

Answer 2

调用subplots时，可以指定所需的行数和列数。在您的情况下，您需要3行7列。但是，.plot会困扰您的数据帧有21个轴，但只有19个轴。因此，取而代之的是，我们将轴拼合为列表并转换为列表，这将使我们能够通过.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')