Tracer deux histogrammes sur un seul graphique avec matplotlib

J'ai créé un tracé d'histogramme en utilisant les données d'un fichier et aucun problème. Maintenant, je voulais superposer les données d'un autre fichier dans le même histogramme, donc je fais quelque chose comme ça

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

mais le problème est que pour chaque intervalle, seule la barre avec la valeur la plus élevée apparaît, et l'autre est masquée. Je me demande comment pourrais-je tracer les deux histogrammes en même temps avec des couleurs différentes.

Voici un exemple de travail:

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()

Les réponses acceptées donnent le code d'un histogramme avec des barres qui se chevauchent, mais si vous voulez que chaque barre soit côte à côte (comme je l'ai fait), essayez la variante ci-dessous:

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()

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

EDIT [16/03/2018]: mis à jour pour permettre le traçage de tableaux de différentes tailles, comme suggéré par @stochastic_zeitgeist

Dans le cas où vous avez des tailles d'échantillon différentes, il peut être difficile de comparer les distributions avec un seul axe y. Par exemple:

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()

Dans ce cas, vous pouvez tracer vos deux ensembles de données sur des axes différents. Pour ce faire, vous pouvez obtenir vos données d'histogramme à l'aide de matplotlib, effacer l'axe, puis les re-tracer sur deux axes distincts (en déplaçant les bords du bac pour qu'ils ne se chevauchent pas):

#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()

Pour compléter la réponse de Gustavo Bezerra :

Si vous voulez que chaque histogramme soit normalisé ( normedpour mpl <= 2.1 et densitypour mpl> = 3.1 ) que vous ne pouvez pas simplement utiliser normed/density=True, vous devez définir les poids pour chaque valeur à la place:

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()

À titre de comparaison, les mêmes xet yvecteurs avec des poids par défaut et density=True:

Vous devez utiliser binsles valeurs renvoyées par 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)

Voici une méthode simple pour tracer deux histogrammes, avec leurs barres côte à côte, sur le même tracé lorsque les données ont des tailles différentes:

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()

Il semble que vous souhaitiez simplement un graphique à barres:

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

Vous pouvez également utiliser des sous-tracés.

Juste au cas où vous auriez des pandas ( import pandas as pd) ou êtes d'accord pour l'utiliser:

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()

Il y a une mise en garde lorsque vous souhaitez tracer l'histogramme à partir d'un tableau numpy 2D. Vous devez échanger les 2 axes.

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()

Cette question a déjà reçu une réponse, mais voulait ajouter une autre solution rapide / facile qui pourrait aider d'autres visiteurs à cette question.

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

Quelques exemples utiles sont ici pour la comparaison kde vs histogramme.

Inspiré par la réponse de Salomon, mais pour s'en tenir à la question, qui est liée à l'histogramme, une solution propre est:

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

Assurez-vous de tracer le plus grand en premier, sinon vous devrez définir plt.ylim (0,0.45) afin que l'histogramme plus grand ne soit pas coupé.

Également une option assez similaire à la réponse de joaquin:

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()

Donne la sortie suivante: