Plotten Mehrere Histogramme in Matplotlib - Farben oder Side-by-Side-Bars

Question

Problem: Wenn in Matplotlib Plotten Mehrere Histogramme, ich kann keine Handlung von einem anderen unterscheiden

Problem als Image: ** ** Minor Problem: Die linke Bezeichnung 'Count' ist teilweise außerhalb des Bildes. Warum?

Beschreibung

ich das Histogramm der drei verschiedenen Sätzen darstellen möchten. Jeder Satz ist ein Array mit Nullen und Einsen. Ich möchte das Histogramm von jedem, so dass ich Ungleichgewichte auf dem Datensatz erkennen kann.

Ich habe sie separat gezeichnet, aber ich wollte eine Grafik von ihnen zusammen.

Es wäre okay, eine andere Grafik mit Balken nebeneinander zu haben, oder ich googelte sogar über das Plotten als 3D, aber ich weiß nicht, wie einfach es wäre, die Grafik zu "lesen" oder zu "sehen" und verstehe es.

Gerade jetzt, ich will den [Zug] plotten, [Validierung] und [Test] Bars an jeder Seite auf der gleiche Grafik, etwa wie folgt:

PS: Meine googeln gab keinen Code zurück, der für mich verständlich war. Auch würde ich gerne wenn jemand überprüfen würde, ob ich Wahnsinn auf meinem Code tun.

Vielen Dank Jungs!

Code:

def generate_histogram_from_array_of_labels(Y=[], labels=[], xLabel="Class/Label", yLabel="Count", title="Histogram of Trainset"): 
    plt.figure() 
    plt.clf() 

    colors = ["b", "r", "m", "w", "k", "g", "c", "y"] 

    information = [] 
    for index in xrange(0, len(Y)): 
     y = Y[index] 

     if index > len(colors): 
      color = colors[0] 
     else: 
      color = colors[index] 

     if labels is None: 
      label = "?" 
     else: 
      if index < len(labels): 
       label = labels[index] 
      else: 
       label = "?" 

     unique, counts = np.unique(y, return_counts=True) 
     unique_count = np.empty(shape=(unique.shape[0], 2), dtype=np.uint32) 

     for x in xrange(0, unique.shape[0]): 
      unique_count[x, 0] = unique[x] 
      unique_count[x, 1] = counts[x] 

     information.append(unique_count) 

     # the histogram of the data 
     n, bins, patches = plt.hist(y, unique.shape[0], normed=False, facecolor=color, alpha=0.75, range=[np.min(unique), np.max(unique) + 1], label=label) 

    xticks_pos = [0.5 * patch.get_width() + patch.get_xy()[0] for patch in patches] 

    plt.xticks(xticks_pos, unique) 

    plt.xlabel(xLabel) 
    plt.ylabel(yLabel) 
    plt.title(title) 
    plt.grid(True) 
    plt.legend() 
    # plt.show() 

    string_of_graphic_image = cStringIO.StringIO() 

    plt.savefig(string_of_graphic_image, format='png') 
    string_of_graphic_image.seek(0) 

    return base64.b64encode(string_of_graphic_image.read()), information 

bearbeiten

Im Anschluss an die Antwort von Hash-Code, dieser neue Code:

def generate_histogram_from_array_of_labels(Y=[], labels=[], xLabel="Class/Label", yLabel="Count", title="Histogram of Trainset"): 
    plt.figure() 
    plt.clf() 

    colors = ["b", "r", "m", "w", "k", "g", "c", "y"] 
    to_use_colors = [] 
    information = [] 


    for index in xrange(0, len(Y)): 
     y = Y[index] 

     if index > len(colors): 
      to_use_colors.append(colors[0]) 
     else: 
      to_use_colors.append(colors[index]) 

     unique, counts = np.unique(y, return_counts=True) 
     unique_count = np.empty(shape=(unique.shape[0], 2), dtype=np.uint32) 

     for x in xrange(0, unique.shape[0]): 
      unique_count[x, 0] = unique[x] 
      unique_count[x, 1] = counts[x] 

     information.append(unique_count) 

    unique, counts = np.unique(Y[0], return_counts=True) 
    histrange = [np.min(unique), np.max(unique) + 1] 
    # the histogram of the data 
    n, bins, patches = plt.hist(Y, 1000, normed=False, alpha=0.75, range=histrange, label=labels) 


    #xticks_pos = [0.5 * patch.get_width() + patch.get_xy()[0] for patch in patches] 

    #plt.xticks(xticks_pos, unique) 

    plt.xlabel(xLabel) 
    plt.ylabel(yLabel) 
    plt.title(title) 
    plt.grid(True) 
    plt.legend() 

produziert diese:

- New Edit:

def generate_histogram_from_array_of_labels(Y=[], labels=[], xLabel="Class/Label", yLabel="Count", title="Histogram of Trainset"): 
    plt.figure() 
    plt.clf() 

    information = [] 

    for index in xrange(0, len(Y)): 
     y = Y[index] 

     unique, counts = np.unique(y, return_counts=True) 
     unique_count = np.empty(shape=(unique.shape[0], 2), dtype=np.uint32) 

     for x in xrange(0, unique.shape[0]): 
      unique_count[x, 0] = unique[x] 
      unique_count[x, 1] = counts[x] 

     information.append(unique_count) 

    n, bins, patches = plt.hist(Y, normed=False, alpha=0.75, label=labels) 

    plt.xticks((0.25, 0.75), (0, 1)) 

    plt.xlabel(xLabel) 
    plt.ylabel(yLabel) 
    plt.title(title) 
    plt.grid(True) 
    plt.legend() 

arbeitet jetzt aber, das Etikett von der linken Seite ist ein bisschen außerhalb der Grenzen und ich wollte besser die Bars zum Zentrum ... Wie kann ich das tun ?

Ergebnis:

Answer 1

Ich habe versucht, und kam mit dieser. Sie können die xticks-Position im Code ändern. Einfach was du tun musst, ist ein Tupel an die plt.hist weiterzugeben, einfacher kann das nicht sein !?So können Sie haben zwei Listen von 0 und 1 annehmen, so was muss man tun, ist -

a = np.random.randint(2, size=1000) 
b = np.random.randint(2, size=1000) 
plt.hist((a, b), 2, label = ("data1", "data2")) 
plt.legend() 
plt.xticks((0.25, 0.75), (0, 1)) 

Der genaue Code, den ich versuchte zu laufen (nach der Anzahl der Bins auf 2 zu ändern) -

a = np.random.randint(2, size=1000) 
b = np.random.randint(2, size=1000) 
y = [a, b] 
labels = ["data1", "data2"] 
generate_histogram_from_array_of_labels(Y = y, labels = labels) 

Aand ich habe das gleiche Ergebnis ...

Answer 2

Wenn Ihre Datensätze gleich lang sind, können Sie in der Lage sein, dies mit Pandas leicht zu tun. Also vorausgesetzt, Sie haben

import numpy 

N = 1000 
train, validation, test = [numpy.random.randint(2, size=N) for _ in range(3)] 
Y = [train, validation, test] 

Sie einfach

tun können

import pandas 

df = pandas.DataFrame(list(zip(*Y)), columns=['Train', 'Validation', 'Test']) 
df.apply(pandas.value_counts).plot.bar() 

, die in dieser Handlung führt:

Wenn Sie auch import seaborn, es sieht ein bisschen schöner: