python - Create stacked histogram from unequal length arrays

Question

I'd like to create a stacked histogram. If I have a single 2-D array, made of three equal length data sets, this is simple. Code and image below:

import numpy as np
from matplotlib import pyplot as plt

# create 3 data sets with 1,000 samples
mu, sigma = 200, 25
x = mu + sigma*np.random.randn(1000,3)

#Stack the data
plt.figure()
n, bins, patches = plt.hist(x, 30, stacked=True, density = True)
plt.show()

However, if I try similar code with three data sets of a different length the results are that one histogram covers up another. Is there any way I can do the stacked histogram with mixed length data sets?

##Continued from above
###Now as three separate arrays
x1 = mu + sigma*np.random.randn(990,1)
x2 = mu + sigma*np.random.randn(980,1)
x3 = mu + sigma*np.random.randn(1000,1)

#Stack the data
plt.figure()
plt.hist(x1, bins, stacked=True, density = True)
plt.hist(x2, bins, stacked=True, density = True)
plt.hist(x3, bins, stacked=True, density = True)
plt.show()

Answer 1

嗯，这很简单。我只需要将三个数组放在一个列表中。

##Continued from above
###Now as three separate arrays
x1 = mu + sigma*np.random.randn(990,1)
x2 = mu + sigma*np.random.randn(980,1)
x3 = mu + sigma*np.random.randn(1000,1)

#Stack the data
plt.figure()
plt.hist([x1,x2,x3], bins, stacked=True, density=True)
plt.show()

Answer 2

• 如果pandas是一个选项，则可以将数组加载到数据框中并绘制。
• 使用 pandas 的好处是，数据现在是一种有用的格式，可用于其他分析和其他绘图。
• 下面的代码将为每个数组创建一个listof DataFrameswith pandas.DataFrame，然后concat将这些数组放在一个列表理解中。
  • 这是创建长度不相等的数组数据框的正确方法。
    • SO：从条目具有不同长度的字典创建数据帧有更多方法可以从长度不等的数组创建数据帧。
  • 对于等长数组，使用df = pd.DataFrame({'x1': x1, 'x2': x2, 'x3': x3})
• Use pandas.DataFrame.plot，它matplotlib用作默认的绘图引擎。
  • normed已替换为densityinmatplotlib
  • 有关y 轴值的说明，请参阅中的density参数。matplotlib.pyplot.hist
• 有关其他信息：
  1. 绘制直方图，使条形高度总和为 1（概率）
  2. 绘制直方图，使直方图的总面积等于 1（密度）

import pandas as pd
import numpy as np

# create the uneven arrays
mu, sigma = 200, 25
np.random.seed(365)
x1 = mu + sigma*np.random.randn(990, 1)
x2 = mu + sigma*np.random.randn(980, 1)
x3 = mu + sigma*np.random.randn(1000, 1)

# create the dataframe; enumerate is used to make column names
df = pd.concat([pd.DataFrame(a, columns=[f'x{i}']) for i, a in enumerate([x1, x2, x3], 1)], axis=1)

# plot the data
df.plot.hist(stacked=True, bins=30, density=True, figsize=(10, 6), grid=True)