Я пытаюсь построить гистограммы по нескольким осям моего графика. Мой скрипт ниже делает это, но я просто не могу стандартизировать тики x / y для каждого ax
, то есть без наложения, общий диапазон интервалов для каждого топора.
Я хочу указать тики x / y для каждого ax
вместо установки глобальных тиков для всего графика.
Вывод, который у меня пока есть, тоже ниже. Как вы можете видеть, галочки перепутаны, особенно в последнем ax
. Я пробовал ax_set_x / yticks, plt.x / yticks .... но я почти уверен, что что-то не так делаю. Большое спасибо!!

Сценарий:
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()