Python matplotlib-使用重叠的x/y记号在同一轴上绘制两个直方图

我试图在我的绘图的多个轴上绘制直方图。下面的脚本就是这样做的，但我无法标准化每个

ax

的x/y刻度，也就是说，没有重叠，每个ax都有一个共同的间隔范围

我想为每个

ax

指定x/y刻度，而不是为整个绘图设置全局刻度

到目前为止，我得到的结果也如下。正如您所看到的，滴答声被弄乱了，特别是在最后的

ax

中。我试过ax\u set\u x/yticks，plt.x/yticks。。。。但我很确定我做错了什么。谢谢！！

剧本：

import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as ss

data = np.random.normal(0.0005, 0.001,1000)
data2 = np.random.normal(0.0004, 0.001,1000)-data
diff = {k:[data, data2] for k in range(3)}
for k in diff:
    print k
ttls= ['SC2 vs SC1', 'SC4 vs SC3','SC6 vs SC5']
colors = ['chocolate', 'green']
leg = ['var1', 'var2'] 
bins = 100
fig, axes = plt.subplots(nrows=3, ncols=1, figsize=(8.27, 11.69))
fig.add_subplot(111, frameon=False)
fig.suptitle('Normed Histograms', color='#6E6E6E', fontsize=10, fontweight='bold')
for ax, ttl, arr in zip(axes, ttls, diff.itervalues()):
    ax.hist((arr[0], arr[1]),bins, histtype='stepfilled', density=True, color=colors, label=leg, alpha=0.70)
    for i, v in enumerate(arr):
        mean = np.mean(v) 
        std = np.std(v)    
        xRange = np.linspace(np.min(v), np.max(v))#, len(cs))
        nd = ss.norm.pdf(xRange, mean, std)
        if  i == 0:
            socNd = ax.plot(xRange, nd, color='r', alpha=0.70, linewidth=0.8, label="fitted PDF*")
            socLine = ax.axvline(mean, color=colors[0], linestyle = ':',linewidth=2, label="Mean value")
        if i == 1:
            bcNd = ax.plot(xRange, nd, color='r', alpha=0.70, linewidth=0.8)
            bcLine = ax.axvline(mean, color=colors[1], linestyle = ':',linewidth=2)                 
    ax.set_title(ttl, loc='left', color='#6E6E6E', fontsize=8.5, fontweight='bold', pad=12)
    ax.set_ylabel("Frequency",  color='#6E6E6E', fontsize=8) 
    axes[2].legend(loc='lower center', bbox_to_anchor=(0.5, -0.5),ncol=4)
    axes[2].set_xlabel("xlabel", fontsize=8, labelpad=3)
plt.subplots_adjust(hspace=0.7)

plt.show()

---

您正在使用

fig，axes=plt创建3个子地块。子地块（…）

然后在现有3个子地块的基础上创建另一个子地块。但是，由于您设置了

frameon=False

，因此仅显示勾号和勾号标签（尝试删除

frameon=False

，您将看到问题）

解决方案是简单地删除

fig.add_子图（111，frameon=False）

，这样就不会创建额外的轴集

对我来说，生成的图形如下所示：

---

删除

fig.add_子图（111，frameon=False）

Wow，真不敢相信是这样的。谢谢！