具有多个轴的直方图子图

Question

我有 4 组（即 bbs）的 3.csv 文件（即副本），每组有 2 列：时间（X 轴）和交互频率（Y 轴 1）。 我还需要 plot 误差条到我已经实现的第二个 y 轴。 由于它们具有相似的路径，因此我通过 filename = 读取它们，每个集合和副本都带有 %s 。

现在我可以一个接一个地 plot ，但我想要实现的是：

1. 为 plot 创建一个子图，将每组的所有副本放入一个无花果中，以将它们一起保存在一个 jpg 中。 并且没有 12 jpg。 数字

2. 为每个复制品配备三种颜色的循环仪，以便在最终图中区分它们，并为每个图加上一个共同的图例

3. 并最终有一个共同的 y 轴范围，因此结果在视觉上具有可比性，因为我比较了直方图中的频率。

到目前为止，这是我的代码：

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

bbss = [60,80,100,120]
replicas = ["1", "2", "3"]

colors = ['tab:blue', 'tab:orange', 'tab:green']

for bbs in bbss:
    for i, replica in enumerate(replicas):
        filename = "elliottIV_HA_IHSS/box4x4x4/bbs%s/bbpm2/NA/pH7.0/r%s/analysis/mdf/MIN_1:13.dat" % (bbs, replica)
        data = pd.read_csv(filename, engine='python', delimiter="\s+|:", names=["time", "distance", "mol", "atom"], usecols=[0,1,3,4])
        fig, ax1 = plt.subplots()
        data["mol"] -= 1
        data["mol"].plot.hist(figsize=(15, 5), rwidth=0.8, bins=range(1,int(bbs/2+2)), align="left", ax=ax1)
        plt.suptitle('Replica-{}, {} building blocks:'.format(replica, bbs), fontsize=14)
        plt.xticks(range(1,int(bbs/2+1)))
        plt.xlabel("Molecule Nr.")
        #plt.savefig('{}bbs.jpg'.format(bbs), bbox_inches='tight')
        #plt.clf()
        
        ax2 = ax1.twinx()
        m = data.groupby("mol").mean()["distance"].values
        s = data.groupby("mol").std()["distance"].values
        i = data.groupby("mol").mean().index.values
        ax2.errorbar(i, m, yerr=s, marker="o", fmt="none", color="tab:red")
        ax2.set_ylabel("Distance [nm]")
    
        fig.tight_layout()
        plt.show()

dataframe 看起来像这样：

             time  distance  mol  atom
0            0.0  0.368683   16     3
1            1.0  0.364314   16     1
2            2.0  0.358840   16     3
3            3.0  0.321033   16     3
4            4.0  0.361127   16     3
...          ...       ...  ...   ...
249995  249995.0  0.536088   13     3
249996  249996.0  0.508320   13     3
249997  249997.0  0.475273   13     3
249998  249998.0  0.559773   13     3
249999  249999.0  0.515042    7    11

y轴1上的频率显示每个“mol”出现的频率（有30个）X显然是有250k时间步长的时间，第二个y轴显示每个“mol”的距离列的平均值mol”以及错误和st.dev

希望能澄清一点-谢谢！

Answer 1

为简单起见，我创建了以下数据集：

data = pd.DataFrame([[0.0,  0.368683  , 16,3], [1.0,  0.364314  , 15,    1], [2.0 , 0.358840  , 16  ,   3], [3.0 , 0.321033  , 17   ,  3], [4.0 , 0.361127   ,17    , 3]], 
                    columns=["time",  "distance", "mol",  "atom"])

Afterwarfs 我通过以下代码通过以下代码行创建了所需的三个图：

bbss = [60,80,100,120]^M
replicas = ["1", "2", "3"]^M
colors = ['blue', 'orange', 'green']^M
for bbs in bbss:^M
   fig, axes = plt.subplots(3,1)
   plt.xticks(range(1,int(bbs/2+1)))
   plt.xlabel("Molecule Nr.")
   for i, replica in enumerate(replicas):
       filename = "elliottIV_HA_IHSS/box4x4x4/bbs%s/bbpm2/NA/pH7.0/r%s/analysis/mdf/MIN_1:13.dat" % (bbs, replica)^M
       # data = pd.read_csv(filename, engine='python', delimiter="\s+|:", names=["time", "distance", "mol", "atom"], usecols=[0,1,3,4])
       data["mol"] -= 1
       ax = axes[i]
       data["mol"].plot.hist(figsize=(15, 5), rwidth=0.8, bins=range(1,int(bbs/2+2)), color=colors[i], align="left", ax=ax)
       ax2 = ax.twinx()
       m = data.groupby("mol").mean()["distance"].values
       s = data.groupby("mol").std()["distance"].values
       i = data.groupby("mol").mean().index.values
       ax2.errorbar(i, m, yerr=s, marker="o", fmt="none", color="tab:red")
       ax2.set_ylabel("Distance [nm]")
   plt.suptitle('Replica-{}, {} building blocks:'.format(replica, bbs), fontsize=14)
   fig.tight_layout()
   plt.show()

请注意您的解决方案，您应该取消注释读取数据的行。 生成的 plot 如下所示：

我希望这是您正在寻找的解决方案。