如何使用Matplotlib（）绘制二维NumPy数组的每个数据数组行？

Question

我有一个3x10 2d阵列，我想做一个matplotlib历史绘图。我想要一个子批次中每个数组行的历史图。我试图直接提供ndarray，但发现matplotlib将提供ndarray每列的历史图，这不是我想要的。我怎样才能达到我的目标？目前，我必须为每一行显式地声明hist()命令，我希望避免这种方法

import numpy as np
import matplotlib.pyplot as plt

d = np.array([[1, 2, 2, 2, 3, 1, 3, 1,   2,  4, 5],
              [4, 4, 5, 5, 3, 6, 6,  7,   6,  5, 7],
              [5, 6, 7, 7, 8, 8, 9, 10, 11, 12, 10]] )

print( '\nd', d )
             
fig, ax = plt.subplots(4, 1)
dcount, dbins, dignored = ax[0].hist( d, bins=[2, 4, 6, 8, 10, 12], histtype='bar', label='d' )
d0count, d0bins, d0ignored = ax[1].hist( d[0,:], bins=[2, 4, 6, 8, 10, 12], histtype='bar', label='d0', alpha=0.2 )
d1count, d1bins, d1ignored = ax[2].hist( d[1,:], bins=[2, 4, 6, 8, 10, 12], histtype='bar', label='d1', alpha=0.2 )
d2count, d2bins, d2ignored = ax[3].hist( d[2,:], bins=[2, 4, 6, 8, 10, 12], histtype='bar', label='d2', alpha=0.2 )
ax[0].legend()
ax[1].legend()
ax[2].legend()
ax[3].legend()
print( '\ndcount', dcount )
print( '\ndbins', dbins )
print( '\ndignored', dignored )
print( '\nd0count', d0count )
print( '\nd0bins', d0bins )
print( '\nd0ignored', d0ignored )
print( '\nd1count', d0count )
print( '\nd1bins', d0bins )
print( '\nd1ignored', d0ignored )
print( '\nd2count', d0count )
print( '\nd2bins', d0bins )
print( '\nd2ignored', d0ignored )
plt.show()

Answer 1

我找到了一个更简单的方法。转置d。即更换

dcount, dbins, dignored = ax[0].hist( d, bins=[2, 4, 6, 8, 10, 12], histtype='bar', label='d' )

与

dcount, dbins, dignored = ax[0].hist( d.T, bins=[2, 4, 6, 8, 10, 12], histtype='bar', label=['d0', 'd1','d2'], alpha=0.5 )

我希望matplotlib的hist()命令会有一些命令来执行它，但没有找到它。转置numpy数组有效。我想知道这是否是matplotlib用户通常的做法

Answer 2

# import needed packages
import numpy as np
import matplotlib.pyplot as plt

---

创建要打印的数据

使用list comprehension和^{}：

gaussian0=[np.random.normal(loc=0, scale=1.5) for _ in range(100)]
gaussian1=[np.random.normal(loc=2, scale=0.5) for _ in range(100)]

gaussians = [gaussian0, gaussian1]

---

仅使用一次历史调用打印

for gaussian in gaussians:
    plt.hist(gaussian,alpha=0.5)
plt.show()

导致：