python - 如何对齐重叠图中的直方图 bin 边缘

Question

我已经设法让两个直方图重叠，但如果你仔细观察，条形开始倾斜并且没有完全重叠。

我已经调整了线宽和宽度，并没有改善。

我的目标是让所有的条形排列在彼此的顶部，黑边没有歪斜。

有什么办法解决这个问题

这是我的代码:

import matplotlib.pyplot as plt
import numpy

True_Distance = sort_by_Distance_below_4kpc_and_retrabmag_no_99s["true distance"].tolist()
Retr_Distance = sort_by_Distance_below_4kpc_and_retrabmag_no_99s["retrieved distance from observed parallax"].tolist()


plt.figure(figsize=(8,6))
plt.hist(True_Distance, normed=True, bins = 40, alpha=0.75, color = "mediumorchid", label="True Distance", edgecolor='black', linewidth=0.1, width=200)
plt.hist(Retr_Distance, normed=True, bins = 20, alpha=0.5, color = "lightskyblue", label="Retrieved Distance", edgecolor='black', linewidth=0.1, width=200)

# Add title and axis names
plt.title('Number distribution of stars with distance')
plt.xlabel('Distance (parsecs)')
plt.ylabel('Number of stars')
plt.legend()

输出如下:

Answer 1

• 有几种方法可以处理 bin 边缘对齐
  1. 如果 “距离” 类别(例如 “方法”)和值以整齐的格式单独提供，则 seaborn.histplot API 将正确对齐各种类别，当使用 hue 参数时。
     • 要使用此选项，您的列必须堆叠，因此测量方法在一列中，距离在另一列中，这可以通过以下代码行完成。
     • df = sort_by_Distance_below_4kpc_and_retrabmag_no_99s[['真实距离', '从观察到的视差检索距离']].stack().reset_index(level=1).rename(columns={'level_1': 'method', 0: '距离'})
  2. 如 JohanC 在评论中所述，如果您单独绘制数据，如 OP 中所示，则必须指定 bin 边缘。
• seaborn 是 matplotlib 的高级 API。
• 此示例的数据集是从 seaborn 示例数据集导入的，并在 NASA Exoplanet Explorations 处进行了说明。距离地球有光年。

示例数据和导入

• plants 数据集与您的星距数据集非常吻合。此处，'method' 有多个值。

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

plt.rcParams["patch.force_edgecolor"] = True

# import some test data
df = sns.load_dataset('planets')

# display(df.head())
            method  number  orbital_period   mass  distance  year
0  Radial Velocity       1         269.300   7.10     77.40  2006
1  Radial Velocity       1         874.774   2.21     56.95  2008
2  Radial Velocity       1         763.000   2.60     19.84  2011
3  Radial Velocity       1         326.030  19.40    110.62  2007
4  Radial Velocity       1         516.220  10.50    119.47  2009

将所有“方法”绘制在一起

• 如您所见，无论 bins 是如何指定的，边缘始终对齐

fig, (ax1, ax2, ax3) = plt.subplots(nrows=3, figsize=(10, 10))
data = df[df.distance < 801]
sns.histplot(data=data, x='distance', hue='method', ax=ax1, bins=np.arange(0, 801, 80))
sns.histplot(data=data, x='distance', hue='method', ax=ax2, bins=20)
sns.histplot(data=data, x='distance', hue='method', ax=ax3)

分别选择'method'并绘图

• 只有 ax2 的边缘定义相同时，bin 边缘才会对齐。
• 使用 sns.histplot 绘图，而不使用 hue，“大部分”等同于使用 plt.hist(...) 绘图
  • 有一些不同的默认值。例如bins:sns.hist使用auto和plt.hist默认为10，如mwaskom所指出，seaborn 的创建者。

# create a dataframe for two values from the method column
radial = data[data.method == 'Radial Velocity']
transit = data[data.method == 'Transit']

fig, (ax1, ax2, ax3) = plt.subplots(nrows=3, figsize=(10, 10))

# number of bins and edges determined by the API
sns.histplot(data=transit, x='distance', color="lightskyblue", ax=ax1)
sns.histplot(data=radial, x='distance', color="mediumorchid", ax=ax1)

# bin edges defined the same for both plots
sns.histplot(data=transit, x='distance', bins=np.arange(0, 801, 40), color="lightskyblue", ax=ax2)
sns.histplot(data=radial, x='distance', bins=np.arange(0, 801, 40), color="mediumorchid", ax=ax2)

# a number of bins is specifice, edges determined by API based on the data
sns.histplot(data=transit, x='distance', bins=20, color="lightskyblue", ax=ax3)
sns.histplot(data=radial, x='distance', bins=20, color="mediumorchid", ax=ax3)