带有直方图的折线图

Question

这可能是我正在尝试制作的一个不寻常的图表，所以我附上了一张插图。我不确定在matplotlib中是否可行，所以我想我会在这里询问如何做到这一点。

http://i.imgur.com/96JRIN2l.jpg

基本上，我想在其一侧绘制一个直方图（带有hist()），然后在顶部，覆盖一个折线图（带有plot()），保持两侧的y轴相同。

此外，我认为它只有在直方图的不透明度可以较低时才有效。不确定是否可以为每个绘图而不是每个图形设置不透明度。

到目前为止的代码：

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

fig = plt.figure()
ax1 = fig.add_subplot(111)
line = [0.2, 0.3, 0.37, 0.4, 0.6, 0.7, 0.72, 0.75, 0.77, 0.78, 0.79, 0.795] 
distribution = [0.2, 0.3, 0.3, 0.4, 0.7, 0.7, 0.7, 0.8]

plt.hist(distribution, orientation='horizontal')
plt.plot(range(len(line)), line, color='grey')

plt.savefig("test.png")

直方图不显示。

我该怎么做？

Answer 1

你只需要使用twinx/twiny 两次来获得两个独立的轴（可能有办法做到这一点没有制作一个未使用的中间轴，但这需要注意一堆幕后细节给你）：

import matplotlib.pyplot as plt
import numpy as np

line = [0.2, 0.3, 0.37, 0.4, 0.6, 0.7, 0.72, 0.75, 0.77, 0.78, 0.79, 0.795]
distribution = [0.2, 0.3, 0.3, 0.4, 0.7, 0.7, 0.7, 0.8]

fig, ax = plt.subplots(1, 1)

ax2 = ax.twinx()
ax3 = ax2.twiny()

ax.plot(line)
ax.set_xlabel('line xaxis')
ax.set_ylabel('line yaxis')

ax3.hist(distribution, orientation='horizontal', alpha=.5)
ax3.invert_xaxis()
ax3.set_xlabel('hist xaxis, note where 0 is')
# note this needs to be ax2 due to subtle overlay issues....
ax2.set_ylabel('hist yaxis')
plt.draw()

您将不得不使用轴的细节（限制、标签、刻度等），但 ax 和 ax3 是独立的，您可以独立地将标准策略应用于每个。

Answer 2

我使用了你的代码，它渲染得很好，但后来我切换到使用坐标轴进行绘图，这样会更经典一点，也不那么令人惊讶。当您使用轴绘图时，您会生成一个 Artist 对象，但当您使用 plt 绘图时，您会生成一个 Artist 对象列表。

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

fig = plt.figure()
ax  = plt.gca()

line = [0.2, 0.3, 0.37, 0.4, 0.6, 0.7, 0.72, 0.75, 0.77, 0.78, 0.79, 0.795] 
distribution = [0.2, 0.3, 0.3, 0.4, 0.7, 0.7, 0.7, 0.8]

ax.hist(distribution, orientation='horizontal', alpha=.5)
ax.plot(np.linspace(0,4,len(line)), line, color='grey', linewidth=2)

plt.show()

除此之外，还不清楚您还希望看到哪些其他功能！ matplotlib 中有许多很棒的工具，以轴为中心的视角可能会让事情变得更清晰。

Answer 3

这是一个部分解决方案 - 我使用了条形图而不是直方图，因为我不知道如何将直方图横向叠加。

from pylab import figure, show
import numpy as np
import matplotlib.pyplot as plt

people = ('Tom', 'Dick', 'Harry', 'Slim', 'Jim')
y_pos_hist = np.arange(len(people))
performance = 10*np.random.rand(len(people))

x_for_line = np.linspace(0,10)
y_for_line = np.cos(x_for_line)

fig = figure()
ax1 = fig.add_subplot(111)
ax2 = ax1.twinx()


ax1.plot(x_for_line, y_for_line)
ax2.barh(y_pos_hist, performance, alpha=0.2)
#alpha = 0.2 is what changes the opacity of the bars

plt.yticks(y_pos_hist, people)

plt.show()

条形图部分来自this example

Consider this example, too