Matplotlib 叠加双峰直方图答案

【问题标题】：Matplotlib overlay bimodal histogramsMatplotlib 叠加双峰直方图
【发布时间】：2021-12-20 17:11:33
【问题描述】：

我试图将三个“双峰/二元直方图”放在同一个图上，标记为实际值而不是 bin。不确定这是否有意义...但是，我想显示每个向量 x1、x2 和 x3 中仅有的 2 个值。

代码如下：

import matplotlib.pyplot as plt

x1 = [0.003996747444034554, 0.003996747444034554, 0.003996747458586469, 0.003996747444034554, 0.003996747444034554, 0.003996747444034554, 0.003996747458586469, 0.003996747444034554, 0.003996747444034554, 0.003996747444034554]
x2 = [0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536310296506, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845]
x3 = [0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643761638552, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891]

fig, axs = plt.subplots(1,3, figsize=([7,4]), sharey = True)
axs[0].hist(x1)
axs[1].hist(x2)
axs[2].hist(x3)
plt.tight_layout()

plt.figure(figsize=([7,4]))
plt.hist([x1,x2,x3])

图 1 是每个直方图（x1、x2 和 x3）的图：

图 2 是一次绘制的结果：

【问题讨论】：

您的 3 个数组不相交，我不知道如何修改您的绘图。

标签： python matplotlib bar-chart histogram

【解决方案1】：

每个向量内的差异远小于向量均值之间的差异，因此每个向量的两个直方图条都重合。
对于这种特殊情况，您可以改用stem plot：

import matplotlib.pyplot as plt
import pandas as pd

x1 = [0.003996747444034554, 0.003996747444034554, 0.003996747458586469, 0.003996747444034554, 0.003996747444034554, 0.003996747444034554, 0.003996747458586469, 0.003996747444034554, 0.003996747444034554, 0.003996747444034554]
x2 = [0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536310296506, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845, 0.003996536252088845]
x3 = [0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643761638552, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891, 0.003996643703430891]

g1 = pd.Series(x1).groupby(x1).count()
plt.stem(g1.index, g1.values, markerfmt='C0o', linefmt='C0-')

g2 = pd.Series(x2).groupby(x2).count()
plt.stem(g2.index, g2.values, markerfmt='C1o', linefmt='C1-')

g3 = pd.Series(x3).groupby(x3).count()
plt.stem(g3.index, g3.values, markerfmt='C2o', linefmt='C2-')

（您需要放大才能看到每个向量的两个 x 位置之间的差异）

【讨论】：