Matplotlib直方图，其中每个箱子由附加参数的频率着色

Question

如果我有

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

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：

import matplotlib.pyplot as plt

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

有没有一种聪明的方法可以迭代这些补丁，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'是红色的，'b'是绿色的，'c'是蓝色的，那么第一个bin（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）将是一半红色和一半绿色，最后一个箱子（x=3）将是四分之一绿色和四分之三蓝色。

示例插图

Answer 1

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

例如，您可能会列出包含所有x值的列表，其中y值等于'a'，另一个包含y='b'，最后一个包含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，其中堆叠=True。

见http://matplotlib.org/1.3.1/examples/pylab_examples/histogram_demo_extended.html（第5个面板）的插图。