如何使用Seaborn在同一图上绘制多个直方图

Question

使用matplotlib，我可以在一个图上绘制两个数据集的直方图（一个紧挨着另一个，而不是重叠）。

import matplotlib.pyplot as plt
import random

x = [random.randrange(100) for i in range(100)]
y = [random.randrange(100) for i in range(100)]
plt.hist([x, y])
plt.show()

这产生了以下的图表。

然而，当我尝试使用seaborn来做这个的时候；

import seaborn as sns
sns.distplot([x, y])

我遇到了以下错误：

ValueError: color kwarg must have one color per dataset

所以我尝试添加一些颜色数值：

sns.distplot([x, y], color=['r', 'b'])

我遇到了同样的错误。我看到了关于如何叠加图形的这篇帖子，但我想要这些直方图并排显示，而不是叠加在一起。

同时，根据文档，它没有明确说明如何将一个列表的列表作为第一个参数'a'进行包含。

我该如何使用seaborn实现这种直方图的样式呢？

- Malonge

Answer 1

如果我理解你的意思正确，你可能想尝试这个：

fig, ax = plt.subplots()
for a in [x, y]:
    sns.distplot(a, bins=range(1, 110, 10), ax=ax, kde=False)
ax.set_xlim([0, 100])

这应该会生成类似于这样的图形：

更新:

看起来你想要“seaborn外观”，而不是seaborn绘图功能。 为此，您只需要：

import seaborn as sns
plt.hist([x, y], color=['r','b'], alpha=0.5)

这将产生：

更新：对于seaborn v0.12+：

在 seaborn v0.12+ 中，要获取 seaborn 风格的图形，您需要执行以下操作：

import seaborn as sns
sns.set_theme()  # <-- This actually changes the look of plots.
plt.hist([x, y], color=['r','b'], alpha=0.5)

更多信息请参阅seaborn文档。

- Primer

---

这看起来像是叠加的，但有没有一种方法可以让条形图并排而不是重叠在一起？ - Malonge

你如何在seaborn中创建一个直方图，当你的分布、x和y的示例太大而无法保存在内存中时？ - Thomas Matthew

@ThomasMatthew 这是一个好问题，但最好另开一篇问题来回答（也就是说，你需要提出“一个新问题”）。 - Primer

模块“seaborn”没有属性“plot”。 - user3103059

在你的第二段代码中（为直方图赋予“seaborn外观”），你在运行plt.hist()之前导入seaborn包是否有特别的原因？ - jglad

导入 seaborn 的原因是为了获得 "seaborn look"（在导入时，它会将自己的样式应用于 matplotlib 样式表）。还要注意最近版本的 seaborn（需要额外的命令）。我已经更新了答案以反映这一点。 - Primer

Answer 2

将x和y合并到DataFrame中，然后使用histplot函数，并设置multiple='dodge'和hue参数。详见histplot。

import random

import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns

x = [random.randrange(100) for _ in range(100)]
y = [random.randrange(100) for _ in range(100)]
df = pd.concat(axis=0, ignore_index=True, objs=[
    pd.DataFrame.from_dict({'value': x, 'name': 'x'}),
    pd.DataFrame.from_dict({'value': y, 'name': 'y'})
])
fig, ax = plt.subplots()
sns.histplot(
    data=df, x='value', hue='name', multiple='dodge',
    bins=range(1, 110, 10), ax=ax
)
ax.set_xlim([0, 100])

- koji8y

---

为什么要使用for _ in range()而不是for i in range()？请参见https://dev59.com/AW025IYBdhLWcg3wpHh-#5893946 - marianoju

@henry-ecker 为什么要重新排列导入的包？ - marianoju

因为在这个理解中没有使用变量 i，我们调用函数 random.randrange(100) 时没有使用 range 函数产生的值，因此使用丢弃的变量更加恰当（以表明我们 没有 使用变量 i）。为遵循 PEP8 导入指南，必须重新排列包。“导入应按以下顺序分组：(1) 标准库导入。 (2) 相关的第三方导入... 每组导入之间应该放置一个空行。”@marianoju - Henry Ecker

如果我想使用实际的数据框而不是模拟的范围怎么办？类似这样：x = df ['Rating1']和y = df ['Rating2']。语法会是什么样子？谢谢。 - Edison

如果您的数据集大小不同，并且希望比较它们的个别概率，请添加 stat='probability', common_norm=False。 - undefined