Traccia due istogrammi su un singolo diagramma con matplotlib

Ho creato un diagramma dell'istogramma utilizzando i dati di un file e nessun problema. Ora volevo sovrapporre i dati di un altro file nello stesso istogramma, quindi faccio qualcosa del genere

n,bins,patchs = ax.hist(mydata1,100)
n,bins,patchs = ax.hist(mydata2,100)

ma il problema è che per ogni intervallo appare solo la barra con il valore più alto e l'altra è nascosta. Mi chiedo come potrei tracciare entrambi gli istogrammi contemporaneamente con colori diversi.

Ecco un esempio funzionante:

import random
import numpy
from matplotlib import pyplot

x = [random.gauss(3,1) for _ in range(400)]
y = [random.gauss(4,2) for _ in range(400)]

bins = numpy.linspace(-10, 10, 100)

pyplot.hist(x, bins, alpha=0.5, label='x')
pyplot.hist(y, bins, alpha=0.5, label='y')
pyplot.legend(loc='upper right')
pyplot.show()

Le risposte accettate forniscono il codice per un istogramma con barre sovrapposte, ma nel caso in cui si desideri che ciascuna barra sia fianco a fianco (come ho fatto io), provare la variazione di seguito:

import numpy as np
import matplotlib.pyplot as plt
plt.style.use('seaborn-deep')

x = np.random.normal(1, 2, 5000)
y = np.random.normal(-1, 3, 2000)
bins = np.linspace(-10, 10, 30)

plt.hist([x, y], bins, label=['x', 'y'])
plt.legend(loc='upper right')
plt.show()

Riferimento: http://matplotlib.org/examples/statistics/histogram_demo_multihist.html

EDIT [2018/03/16]: aggiornato per consentire la stampa di matrici di dimensioni diverse, come suggerito da @stochastic_zeitgeist

Nel caso di campioni di dimensioni diverse, potrebbe essere difficile confrontare le distribuzioni con un singolo asse y. Per esempio:

import numpy as np
import matplotlib.pyplot as plt

#makes the data
y1 = np.random.normal(-2, 2, 1000)
y2 = np.random.normal(2, 2, 5000)
colors = ['b','g']

#plots the histogram
fig, ax1 = plt.subplots()
ax1.hist([y1,y2],color=colors)
ax1.set_xlim(-10,10)
ax1.set_ylabel("Count")
plt.tight_layout()
plt.show()

In questo caso, puoi tracciare i tuoi due set di dati su assi diversi. Per fare ciò, è possibile ottenere i dati dell'istogramma utilizzando matplotlib, cancellare l'asse e quindi ri-tracciarlo su due assi separati (spostando i bordi del cestino in modo che non si sovrappongano):

#sets up the axis and gets histogram data
fig, ax1 = plt.subplots()
ax2 = ax1.twinx()
ax1.hist([y1, y2], color=colors)
n, bins, patches = ax1.hist([y1,y2])
ax1.cla() #clear the axis

#plots the histogram data
width = (bins[1] - bins[0]) * 0.4
bins_shifted = bins + width
ax1.bar(bins[:-1], n[0], width, align='edge', color=colors[0])
ax2.bar(bins_shifted[:-1], n[1], width, align='edge', color=colors[1])

#finishes the plot
ax1.set_ylabel("Count", color=colors[0])
ax2.set_ylabel("Count", color=colors[1])
ax1.tick_params('y', colors=colors[0])
ax2.tick_params('y', colors=colors[1])
plt.tight_layout()
plt.show()

A completamento della risposta di Gustavo Bezerra :

Se vuoi che ogni istogramma sia normalizzato ( normedper mpl <= 2.1 e densityper mpl> = 3.1 ) non puoi semplicemente usare normed/density=True, devi invece impostare i pesi per ciascun valore:

import numpy as np
import matplotlib.pyplot as plt

x = np.random.normal(1, 2, 5000)
y = np.random.normal(-1, 3, 2000)
x_w = np.empty(x.shape)
x_w.fill(1/x.shape[0])
y_w = np.empty(y.shape)
y_w.fill(1/y.shape[0])
bins = np.linspace(-10, 10, 30)

plt.hist([x, y], bins, weights=[x_w, y_w], label=['x', 'y'])
plt.legend(loc='upper right')
plt.show()

A titolo di confronto, lo stesso identico xe i yvettori con pesi predefiniti e density=True:

È necessario utilizzare binsdai valori restituiti da hist:

import numpy as np
import matplotlib.pyplot as plt

foo = np.random.normal(loc=1, size=100) # a normal distribution
bar = np.random.normal(loc=-1, size=10000) # a normal distribution

_, bins, _ = plt.hist(foo, bins=50, range=[-6, 6], normed=True)
_ = plt.hist(bar, bins=bins, alpha=0.5, normed=True)

Ecco un semplice metodo per tracciare due istogrammi, con le loro barre affiancate, sullo stesso grafico quando i dati hanno dimensioni diverse:

def plotHistogram(p, o):
    """
    p and o are iterables with the values you want to 
    plot the histogram of
    """
    plt.hist([p, o], color=['g','r'], alpha=0.8, bins=50)
    plt.show()

Sembra che potresti voler solo un grafico a barre:

• http://matplotlib.sourceforge.net/examples/pylab_examples/bar_stacked.html
• http://matplotlib.sourceforge.net/examples/pylab_examples/barchart_demo.html

In alternativa, è possibile utilizzare i grafici secondari.

Nel caso abbiate dei panda ( import pandas as pd) o non abbiate ragione di usarlo:

test = pd.DataFrame([[random.gauss(3,1) for _ in range(400)], 
                     [random.gauss(4,2) for _ in range(400)]])
plt.hist(test.values.T)
plt.show()

C'è un avvertimento quando si desidera tracciare l'istogramma da una matrice numpy 2-d. Devi scambiare i 2 assi.

import numpy as np
import matplotlib.pyplot as plt

data = np.random.normal(size=(2, 300))
# swapped_data.shape == (300, 2)
swapped_data = np.swapaxes(x, axis1=0, axis2=1)
plt.hist(swapped_data, bins=30, label=['x', 'y'])
plt.legend()
plt.show()

Questa domanda ha già ricevuto una risposta, ma ha voluto aggiungere un'altra soluzione rapida / semplice che potrebbe aiutare gli altri visitatori a questa domanda.

import seasborn as sns 
sns.kdeplot(mydata1)
sns.kdeplot(mydata2)

Alcuni esempi utili sono qui per il confronto tra kde e istogramma.

Ispirato dalla risposta di Salomone, ma per attenersi alla domanda relativa all'istogramma, una soluzione pulita è:

sns.distplot(bar)
sns.distplot(foo)
plt.show()

Assicurati di tracciare prima quello più alto, altrimenti dovrai impostare plt.ylim (0,0.45) in modo che l'istogramma più alto non venga tagliato.

Anche un'opzione che è abbastanza simile alla risposta di Joaquin:

import random
from matplotlib import pyplot

#random data
x = [random.gauss(3,1) for _ in range(400)]
y = [random.gauss(4,2) for _ in range(400)]

#plot both histograms(range from -10 to 10), bins set to 100
pyplot.hist([x,y], bins= 100, range=[-10,10], alpha=0.5, label=['x', 'y'])
#plot legend
pyplot.legend(loc='upper right')
#show it
pyplot.show()

Fornisce il seguente output: