Python Matplotlib直方图，其中每个箱子由附加参数的频率着色

如果我有

data = [(1, 'a'), (1, 'b'), (1, 'a'), (2, 'a'), (2, 'b'), (3, 'c'), (3, 'c'), (3, 'c'), (3, 'c')] 

这样，每个数据点有两个属性：

x, y = zip(*data)

我可以在直方图中显示x，ala:

x = [1, 1, 1, 2, 2, 3, 3, 3, 3]
bins = [1, 2, 3]; f = [3, 2, 4]`. 

然后，使用第二个属性

y = ['a', 'b', 'a', 'a', 'b', 'c', 'c', 'c', 'c']

原始直方图中的每个箱子都有次要参数的频率信息：

bins[0] = {'a': 2, 'b': 1}
bins[1] = {'a': 1, 'b': 1}
bins[2] = {'b': 1, 'c': 3}

使用matplotlib，我可以创建x的基本直方图：

有没有一种聪明的方法可以迭代这些面片，或者将它们分解成大小合适的矩形，以反映附加信息y

在这个例子中，如果我希望“a”是红色，“b”是绿色，“c”是蓝色，那么第一个箱子x=1将是三分之二的红色和三分之一的绿色，第二个箱子x=2将是半红色和半绿色，最后一个箱子x=3将是四分之一的绿色和四分之三的蓝色

---

我意识到这不是一个完整的答案，但如果您要重新格式化数据，那么您可以使用hist的一些内置功能，以避免手工编写所有代码

例如，您可以创建一个列表，其中包含所有x值，其中y值等于“a”，另一个列表中y='b'，最后一个列表中y='c'。然后，您可以将这些列表堆叠到另一个列表中，并对该数据调用hist，stacked=True

请参见下面的第五个面板以获取图示。

是否提供帮助？

import matplotlib.pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111)
n, bins, patches = ax.hist(x, 3)