Matplotlib 只得到最后一个情节

当用下面的代码绘图时，我得到的是c、d、e绘图，但我只得到plt的最后一个绘图

def normalize(x):
    return (x - x.min(0)) / x.ptp(0)
c=sns.distplot(mk[0]['mass'], hist=True, label='p', rug=True)
d=sns.distplot(mk[1]['mass'], hist=True, label='q', rug=True)
e=sns.distplot(mk[2]['mass'], hist=True, label='r', rug=True)
datadist=[c,d,e]
xd=dict()
yd2=dict()
for i in datadist:
    line = i.get_lines()[0]
    xd[i] = line.get_xdata()
    yd = line.get_ydata()   
    yd2[i] = normalize(yd)
plt.plot(xd[c], yd2[c],color='black')
plt.plot(xd[d], yd2[d],color='yellow')
plt.plot(xd[e], yd2[e],color='green')

sns.distplot（）

返回绘制直方图的

ax

（子图）。所有3个都在同一子批次上绘制，因此返回值三次相同

数组

lines=ax1.get_lines（）

正好包含3个元素：每个kde曲线一个元素，因此可以按如下方式提取它们：

将numpy导入为np
将matplotlib.pyplot作为plt导入
导入seaborn作为sns
def正常化（x）：
返回（x-x.min（0））/x.ptp（0）
图（ax1，ax2）=plt.子批次（ncols=2，figsize=（14，4））
sns.distplot（np.random.randn（30）+10，hist=True，label='p'，rug=True，ax=ax1，color='black'）
sns.distplot（np.random.randn（30）+15，hist=True，label='q'，rug=True，ax=ax1，color='gold'）
sns.distplot（np.random.randn（30）+20，hist=True，label='r'，rug=True，ax=ax1，color='green'）
对于ax1中的行。获取_行（）：
ax2.plot（line.get_xdata（）、normalize（line.get_ydata（））、color=line.get_color（））
plt.show（）

现在，如果您只需要kde曲线并对其进行“规格化”，您可以使用

scipy.stats import\u kde

：

将numpy导入为np
将matplotlib.pyplot作为plt导入
从scipy.stats导入高斯_kde
def正常化（x）：
返回（x-x.min（0））/x.ptp（0）
图，ax=plt.子批次（图尺寸=（12,4））
mk0mass=np.random.randn（30）+10
mk1mass=np.random.randn（30）+15
mk2mass=np.random.randn（30）+20
所有质量=[mk0质量，mk1质量，mk2质量]
x=np.linspace（min（[mki.min（）表示所有质量中的mki]）-2，
最大值（[mki.max（）表示所有质量中的mki]）+2100）
对于mki，拉链中的颜色（全部为黑色、金色、绿色）：
kde=高斯分布（mki）
yd=标准化（kde（x））
ax.绘图（x，yd，颜色=颜色）
（x，0，yd，color=color，alpha=0.3）之间的最大填充量
plt.show（）

---

这是否回答了您的问题？我已经展示了规范化函数是如何定义的。我想在一个图形中绘制最后的三线图。@JohanCYea在一个单独的图中，我想显示plt.plt（xd[c]，yd2[c]，color='black'）plt.plt（xd[d]，yd2[d]，color='yellow'）plt.plt（xd[e]，yd2[e]，color='green'））我不需要c，d，e@JohanC的图