多值直方图为组合散点图和直方图

Question

在我的研究中，我有一些理论计算。我想通过取理论值并从实验值中减去它们来表示此数据的准确性。这就留下了一些不同之处，我想用绘图来显示这些数据。

我已经模拟了我正在寻找的图的类型。红线是图的零，表示理论值和实验值之间没有差异。X轴有V1，V2，...，VN，它们是要计算的不同的东西。问题是，每个V都有两个或三个值，由我制作的模拟图形中的"X“表示。

​

​

我对如何做到这一点有点迷惑。我试着用Gnuplot查看多值直方图，但结果是空的。有没有人能对此给出一些见解，或者有一个工作的示例Gnuplot脚本？如果你知道用Python或其他方式做这件事的方法，我也愿意使用其他想法。问题是我对Python一无所知。

Answer 1

使用gnuplot有几种方法可以实现这一点。这里有一个选择，我觉得很合理：：

1. 将属于一个v-value的值存储在一个数据块中。两个数据块用两条新的线彼此分开。因此，示例数据文件可能是:V1 values -0.5 1.1 0.4 -0.2 # v2 values -0.1 -0.7 # v3 values 0.9 0.5 0.2
2. 标签存储在字符串中，由空格字符分隔。(在这种情况下，您只能使用本身不包含空格的标签，引用不起作用)。

labels = "v1 v2 v3“

• 作为x轴的数值您可以获取数据块的编号，可以使用特殊的列-2，即using (column(-2))。此编号还可用于访问labels字符串中的相应标签。

下面是一个示例脚本：

set xzeroaxis lc rgb 'red' lt 1 lw 2
set offset 0.2,0.2,0,0
set xtics 1
unset key
set linetype 1 linetype 2 lc rgb 'black' lw 2
labels = "v1 v2 v3"
plot 'data.dat' using (column(-2)):1:xtic(word(labels, column(-2)+1))

4.6.5的结果是：

​

​

当然，根据您的实际需要，您可以选择修改或扩展此脚本。

Answer 2

你似乎没有计算任何东西，所以你的图不是直方图。它是一堆水平排列的垂直一维散点图。

下面使用matplotlib来接近你的模型(出于习惯，我将“差异”重命名为相当传统的术语“残差”)：

import numpy as np
import matplotlib.pyplot as plt


np.random.seed(123)

# Demo data consists of a list of names of the "variables",
# and a list of the residuals (in numpy arrays) for each variable.
names = ['V1', 'V2', 'V3', 'V4']

r1 = np.random.randn(3)
r2 = np.random.randn(2)
r3 = np.random.randn(3)
r4 = np.random.randn(3)
residuals = [r1, r2, r3, r4]

# Make the plot

for k, (name, res) in enumerate(zip(names, residuals)):
    plt.plot(np.zeros_like(res) + k, res, 'kx',
             markersize=7.0, markeredgewidth=2)

plt.ylabel("Residuals", fontsize=14)
plt.xlim(-1, len(names))
ax = plt.gca()
ax.set_xticks(range(len(names)))
ax.set_xticklabels(names)
plt.axhline(0, color='r')

plt.show()

​

​