Trace dos histogramas en un solo gráfico con matplotlib

Creé un diagrama de histograma utilizando datos de un archivo y no hay problema. Ahora quería superponer datos de otro archivo en el mismo histograma, así que hago algo como esto

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

pero el problema es que para cada intervalo, solo aparece la barra con el valor más alto y el otro está oculto. Me pregunto cómo podría trazar ambos histogramas al mismo tiempo con diferentes colores.

Aquí tienes un ejemplo de trabajo:

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()

Las respuestas aceptadas proporcionan el código para un histograma con barras superpuestas, pero en caso de que desee que cada barra esté una al lado de la otra (como lo hice yo), intente la siguiente variación:

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()

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

EDITAR [2018/03/16]: actualizado para permitir el trazado de matrices de diferentes tamaños, como lo sugiere @stochastic_zeitgeist

En el caso de que tenga diferentes tamaños de muestra, puede ser difícil comparar las distribuciones con un solo eje y. Por ejemplo:

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()

En este caso, puede trazar sus dos conjuntos de datos en diferentes ejes. Para hacerlo, puede obtener sus datos de histograma usando matplotlib, borrar el eje y luego volver a trazarlo en dos ejes separados (desplazando los bordes del contenedor para que no se superpongan):

#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()

Como un complemento a la respuesta de Gustavo Bezerra :

Si desea que cada histograma se normalice ( normedpara mpl <= 2.1 y densitypara mpl> = 3.1 ) no puede simplemente usarlo normed/density=True, debe establecer los pesos para cada valor:

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()

Como comparación, exactamente lo mismo xy los yvectores con pesos predeterminados y density=True:

Debe utilizar binslos valores devueltos por 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)

Aquí hay un método simple para trazar dos histogramas, con sus barras una al lado de la otra, en la misma trama cuando los datos tienen diferentes tamaños:

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()

Parece que solo quieres un gráfico de barras:

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

Alternativamente, puede usar subtramas.

En caso de que tenga pandas ( import pandas as pd) o esté de acuerdo con su uso:

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()

Hay una advertencia cuando desea trazar el histograma a partir de una matriz numpy en 2-d. Necesitas intercambiar los 2 ejes.

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()

Esta pregunta ha sido respondida anteriormente, pero quería agregar otra solución rápida / fácil que podría ayudar a otros visitantes a esta pregunta.

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

Aquí hay algunos ejemplos útiles para la comparación de kde vs histograma.

Inspirado por la respuesta de Salomón, pero para seguir con la pregunta, que está relacionada con el histograma, una solución limpia es:

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

Asegúrese de trazar primero el más alto; de lo contrario, deberá establecer plt.ylim (0,0.45) para que el histograma más alto no se corte.

También una opción que es bastante similar a la respuesta de 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()

Da el siguiente resultado: