具有相同数据的 Matplotlib 图不重叠答案

【问题标题】：Matplotlib graph with same data doesn't overlap具有相同数据的 Matplotlib 图不重叠
【发布时间】：2017-01-16 11:16:46
【问题描述】：

我已经生成了一些数据，并尝试将它们可视化为同一个图中的两个图表。一根为条，一根为线。

但由于某种原因，这些图表似乎没有重叠。

这是我的代码：

# roll two 6-sided dices 500 times
dice_1 = pd.Series(np.random.randint(1, 7, 500))
dice_2 = pd.Series(np.random.randint(1, 7, 500))

dices = dice_1 + dice_2

# plotting the requency of a 2 times 6 sided dice role
fc = collections.Counter(dices)
freq = pd.Series(fc)
freq.plot(kind='line', alpha=0.6, linestyle='-', marker='o')
freq.plot(kind='bar', color='k', alpha=0.6)

这是图表。

数据集是相同的，但是折线图向右移动了两个数据点（从 4 开始而不是 2）。如果我分别绘制它们，它们会正确显示（都从 2 开始）。那么如果我将它们绘制在同一张图中有什么不同呢？以及如何解决这个问题？

【问题讨论】：

我认为，这个问题在 Joe Kington 的回答 here 的编辑中有所描述。但是，现在已经 5 岁了，由于我怀疑这是可取的行为，我想知道是否有一个很好的解决方案。还在寻找。

标签： python matplotlib

【解决方案1】：

我找不到比重新提供 x 轴数据更简单的方法。如果这代表了您正在使用的更大的方法，那么您可能需要从pd.Series() 绘制这些数据，而不是使用列表，但这段代码至少会为您提供您想要的图。如果您使用的是 Python 3，请将 iteritems() 更改为 items()。

似乎在折线图之后发生了一些 x 轴的自动缩放，这使两个图不同步了两个点（可能的最低值）。在绘制两个图之前，可能会在 x 轴上禁用此自动缩放，但这似乎更困难。

import collections
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# roll two 6-sided dices 500 times
dice_1 = pd.Series(np.random.randint(1, 7, 500))
dice_2 = pd.Series(np.random.randint(1, 7, 500))

dices = dice_1 + dice_2

# plotting the requency of a 2 times 6 sided dice role
fc = collections.Counter(dices)

x_axis = [key for key, value in fc.iteritems()]
y_axis = [value for key, value in fc.iteritems()]

plt.plot(x_axis, y_axis, alpha=0.6, linestyle='-', marker='o')
plt.bar(x_axis, y_axis, color='k', alpha=0.6, align='center')
plt.show()

【讨论】：

【解决方案2】：

发生这种情况是因为系列情节使用索引，将use_index 设置为False 将解决此问题，我还建议使用groupby 和len 来计算每个组合的频率

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

# roll two 6-sided dices 500 times
dice_1 = pd.Series(np.random.randint(1, 7, 500))
dice_2 = pd.Series(np.random.randint(1, 7, 500))
dices = dice_1 + dice_2

# returns the corresponding value of each index from dices
func = lambda x: dices.loc[x]

fc = dices.groupby(func).agg({'count': len})

ax = fc.plot(kind='line', alpha=0.6, linestyle='-',
             marker='o', use_index=False)
fc.plot(ax=ax, kind='bar', alpha=0.6, color='k')

plt.show()

结果如下图

【讨论】：