Produzindo vários histogramas lado a lado

Este exemplo plota histogramas horizontais de diferentes amostras ao longo de um eixo x categórico. Além disso, os histogramas são plotados para serem simétricos em relação à sua posição x, tornando-os muito semelhantes aos gráficos de violino.

Para fazer essa plotagem altamente especializada, não podemos usar o hist método padrão. Em vez disso, usamos barhpara desenhar as barras horizontais diretamente. As posições verticais e os comprimentos das barras são calculados através da np.histogramfunção. Os histogramas para todas as amostras são calculados usando o mesmo intervalo (valores mínimo e máximo) e número de compartimentos, de modo que os compartimentos de cada amostra estejam nas mesmas posições verticais.

A seleção de diferentes contagens e tamanhos de compartimentos pode afetar significativamente a forma de um histograma. Os documentos do Astropy têm uma ótima seção sobre como selecionar esses parâmetros: http://docs.astropy.org/en/stable/visualization/histogram.html

import numpy as np
import matplotlib.pyplot as plt

np.random.seed(19680801)
number_of_bins = 20

# An example of three data sets to compare
number_of_data_points = 387
labels = ["A", "B", "C"]
data_sets = [np.random.normal(0, 1, number_of_data_points),
             np.random.normal(6, 1, number_of_data_points),
             np.random.normal(-3, 1, number_of_data_points)]

# Computed quantities to aid plotting
hist_range = (np.min(data_sets), np.max(data_sets))
binned_data_sets = [
    np.histogram(d, range=hist_range, bins=number_of_bins)[0]
    for d in data_sets
]
binned_maximums = np.max(binned_data_sets, axis=1)
x_locations = np.arange(0, sum(binned_maximums), np.max(binned_maximums))

# The bin_edges are the same for all of the histograms
bin_edges = np.linspace(hist_range[0], hist_range[1], number_of_bins + 1)
heights = np.diff(bin_edges)
centers = bin_edges[:-1] + heights / 2

# Cycle through and plot each histogram
fig, ax = plt.subplots()
for x_loc, binned_data in zip(x_locations, binned_data_sets):
    lefts = x_loc - 0.5 * binned_data
    ax.barh(centers, binned_data, height=heights, left=lefts)

ax.set_xticks(x_locations, labels)

ax.set_ylabel("Data values")
ax.set_xlabel("Data sets")

plt.show()

Referências

O uso das seguintes funções, métodos, classes e módulos é mostrado neste exemplo:

• matplotlib.axes.Axes.barh/matplotlib.pyplot.barh