Python - 用散点图堆叠两个直方图答案

【问题标题】：Python - Stacking two histograms with a scatter plotPython - 用散点图堆叠两个直方图
【发布时间】：2017-02-05 09:52:26
【问题描述】：

有一个散点图的示例代码及其直方图

x = np.random.rand(5000,1)
y = np.random.rand(5000,1)



fig = plt.figure(figsize=(7,7))
ax = fig.add_subplot(111)
ax.scatter(x, y, facecolors='none')
ax.set_xlim(0,1)
ax.set_ylim(0,1)



fig1 = plt.figure(figsize=(7,7))
ax1 = fig1.add_subplot(111)
ax1.hist(x, bins=25, fill = None, facecolor='none', 
        edgecolor='black', linewidth = 1)



fig2 = plt.figure(figsize=(7,7))
ax2 = fig2.add_subplot(111)
ax2.hist(y, bins=25 , fill = None, facecolor='none', 
        edgecolor='black', linewidth = 1)

我想要做的是创建这个图表，直方图附在他们尊重的轴上，就像这个例子一样

我熟悉 x 轴的堆叠和合并

f, (ax1, ax2, ax3) = plt.subplots(3)
ax1.scatter(x, y)
ax2.hist(x, bins=25, fill = None, facecolor='none', 
        edgecolor='black', linewidth = 1)
ax3.hist(y, bins=25 , fill = None, facecolor='none', 
        edgecolor='black', linewidth = 1)

f.subplots_adjust(hspace=0)
plt.setp([a.get_xticklabels() for a in f.axes[:-1]], visible=False)

但我不知道如何将直方图附加到 y 轴和 x 轴上，就像我在上面发布的图片中一样，最重要的是，如何改变图形的大小（即使散点图更大并且相比之下，直方图更小）

【问题讨论】：

标签： python numpy matplotlib plot

【解决方案1】：

Seaborn 是快速统计图的最佳选择。但是如果你想避免其他依赖，你可以使用subplot2grid 放置子图和关键字sharex 和sharey 以确保轴同步。

import numpy as np
import matplotlib.pyplot as plt

x = np.random.randn(100)
y = np.random.randn(100)

scatter_axes = plt.subplot2grid((3, 3), (1, 0), rowspan=2, colspan=2)
x_hist_axes = plt.subplot2grid((3, 3), (0, 0), colspan=2,
                               sharex=scatter_axes)
y_hist_axes = plt.subplot2grid((3, 3), (1, 2), rowspan=2,
                               sharey=scatter_axes)

scatter_axes.plot(x, y, '.')
x_hist_axes.hist(x)
y_hist_axes.hist(y, orientation='horizontal')

在询问如何绘制某些内容之前，您应该始终查看matplotlib gallery，它可能会为您节省一些击键 - 我的意思是您不必问。画廊里实际上有两个这样的地块。不幸的是，代码很旧，没有利用subplot2grid，the first one 使用矩形，second one 使用axes_grid，这有点奇怪。这就是我发布此答案的原因。

【讨论】：

【解决方案2】：

我认为仅使用matplotlib 很难做到这一点，但您可以使用具有jointplot 功能的seaborn。

import numpy as np
import pandas as pd
import seaborn as sns
sns.set(color_codes=True)

x = np.random.rand(1000,1)
y = np.random.rand(1000,1)
data = np.column_stack((x,y))
df = pd.DataFrame(data, columns=["x", "y"])

sns.jointplot(x="x", y="y", data=df);

【讨论】：