【Seaborn 结构化可视化指南】P4. 分布图与图形叠加：从 displot 到 Axes-level 控制

前言

此前分别介绍了 Figure-level 的关系图 relplot 与分类图 catplot 的使用方法，接下来将系统讲解分布图 displot。与分类图不同，在实际应用中分布图极少单独出现，我们往往会将多种图形叠加使用，例如直方图叠加密度曲线、密度曲线叠加地毯图等，这种图形叠加的需求需要我们回到 Axes-level 接口。

因此，与上一篇聚焦 catplot 不同，本文在介绍分布图时，首先介绍 displot 这一 Figure-level 接口，再重点介绍 histplot / kdeplot / ecdfplot 等 Axes-level 函数。，

环境：Seaborn 0.13.2 | Matplotlib 3.10.6 | Pandas 2.3.3 | NumPy 2.4.6

一、分布图的两种层级：为何需要两套接口

1. Figure-level：displot 为分布图的 Figure-level 入口，能够一键分面、全局布局，但难以实现复杂的图形叠加。

2. Axes-level：histplot / kdeplot / ecdfplot 为各具体分布图的 Axes-level 入口，能够对每个 Axes 精细控制、实现图形叠加、嵌入复杂的子图等。

精确控制坐标轴、共享刻度、复杂组合等需求，需要我们回到 Axes-level 接口。

二、Figure-level 入口：sns.displot

displot 的核心参数

sns.displot(
data=df, # 数据
kind='hist', # 'hist'/ 'kde'/ 'ecdf'
x='数值变量', # 横轴（单变量分布图只关注一个数值变量的分布形态）
# y='数值变量', # 纵轴（双变量时使用）
hue='颜色分组特征', # 颜色区分（所有 kind 均支持）

col='按列分面特征', # 按列分面
col_wrap=…, # 一行最多子图列数（仅在与 col 配合时使用）
row='按行分面特征', # 按行分面
)

与关系图和分类图不同，单变量分布图只关注一个数值变量的分布形态，因此通常只需指定 x，无需指定 y。y 参数仅用于双变量分布时。

displot 的 hue 分组映射、分面逻辑也与 relplot / catplot 完全一致，但不支持 style / size 参数，因分布图仅依赖颜色和位置

kind 参数值

示例

使用 peguins 数据集，横轴为 bill_length_mm，按 'species' 分组分别绘制直方图、核密度估计图、经验分布函数图

import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

# 为展示三种 kind 的差异，以下示例分别绘制；实际可根据需要复用同一 FacetGrid
g1 = sns.displot(data=df, kind='hist', x='bill_length_mm', hue='species') # 直方图
g2 = sns.displot(data=df, kind='kde', x='bill_length_mm', hue='species') # 核密度估计图
g3 = sns.displot(data=df, kind='ecdf', x='bill_length_mm', hue='species') # 经验分布函数图

plt.show()

绘图结果如下：

直方图

核密度估计图

经验分布函数图

displot 的适用边界

displot 适合快速对比多组分布，不适合用来精细控制叠加层的场景

三、布局控制：复用 FacetGrid 的调整方法

FacetGrid布局调整 g.figure.subplots_adjust

使用 Seaborn 绘制含中文、外置图例的图形时，在拿到 FacetGrid 对象 g 后，不要使用 plt.tight_layout()、g.tight_layout() 或 bbox_inches='tight'（保存时），应通过 figure.subplots_adjust() 手动控制画布边距，保证标题、轴标签和图例不被裁剪。

g.figure.subplots_adjust(
top=0.92, # 顶部留白，用于总标题 suptitle
bottom=0.08, # 底部留白，用于 x 轴标签
left=0.10, # 左侧留白，用于 y 轴标签
right=0.82, # 右侧留白，用于外置图例（关键）
hspace=0.25, # 行间距（子图纵向）
wspace=0.20 # 列间距（子图横向）
)

四、Axes-level 入口：sns.histplot / sns.kdeplot / sns.ecdfplot

1. 直方图 sns.histplot

直方图用箱子近似分布形状，是对连续变量的离散化估计

把 x 轴切成若干区间（bin）→ 统计每个区间内的观测数 → 用高度代表频数 / 密度

常用参数

sns.histplot(
data=df, # 数据
x='数值变量', # 横轴（单变量分布）
# y='数值变量', # 纵轴（双变量直方图时使用）
hue='颜色分组特征',

bins='auto', # 箱子数量（默认 'auto'，由算法自动估算；也可传入整数或序列）
binwidth=None, # 箱子宽度（与 bins 互斥，更直观）
stat='count', # 柱子高度：'count'(频数，默认)、'density'(密度)、'probability'(概率)
multiple='layer', # hue 分组展示方式：'layer'(叠放，默认)、'dodge'(并排)、'stack'(堆叠)、'fill'(填满)
element='bars', # 柱子样式：'bars'(矩形，默认)、'step'(阶梯线)、'poly'(多边形)
cumulative=False, # 是否累积：False 普通直方图，True 累积分布（类似 ECDF）

kde=False, # 是否叠加核密度估计曲线（默认 False；叠加时建议配合 stat='density'）

# 以下为常用美化参数，按需使用
# alpha=0.7, # 指定柱子透明度（重叠严重时降低，论文常设为 0.6~0.8）
# edgecolor='white', # 指定柱子边缘颜色（常用白色 'white' 增强边界感）
# linewidth=1, # 指定柱子边缘线宽
)

bins：箱子数量

默认自动估算，也可手动指定：

对同一份数据使用不同 bins，可能得到完全不同的统计结论

例如：

使用 penguins 数据集，横轴 'bill_length_mm'（喙长 / mm），对 'species' 为 'Gentoo' 的企鹅绘制直方图，一行三列三幅子图，分别设置分箱数为 2、10、30，观察绘制的图形

import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')
gentoo = df[df["species"] == "Gentoo"] # Gentoo 企鹅的数据

fig, axes = plt.subplots(1, 3, figsize=(15, 4), dpi=100)

# 1. bins 过少，过于平滑
sns.histplot(
data=gentoo,
x='bill_length_mm', # 观察 bill_length 分布情况
bins=2,
ax=axes[0],
)
axes[0].set_title('bins=2')

# 2. bins 适中，接近真实分布
sns.histplot(
data=gentoo,
x='bill_length_mm',
bins=10,
ax=axes[1],
)
axes[1].set_title('bins=10')

# 3. bins 过多，噪声影响明显
sns.histplot(
data=gentoo,
x='bill_length_mm',
bins=30,
ax=axes[2],
)
axes[2].set_title('bins=30')

plt.show()

绘图结果如下：

可见 bins 过少则过于平滑；bins 适中，更接近真实分布；bins 过多，噪声影响明显

binwidth：箱子宽度

binwidth 和 bins不能同时生效

binwidth 直接指定每一个箱子有多宽，表示“每 N 个单位统计一次”，更直观，推荐优先使用

例如：

使用 penguins 数据集，横轴 'bill_length_mm'（喙长 / mm），按 'species' 分组绘制直方图，看喙长每 2mm 有多少企鹅

import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

sns.histplot(
data=df,
x='bill_length_mm', # 观察 bill_length 分布情况
hue='species', # 分组
binwidth=2, # 设置每 2mm 一个分箱
)

plt.show()

绘图结果如下：

stat：决定比较基准，柱子高度的含义

只要分箱宽度相等，stat='count'、'density' 与 'probability' 所呈现的分布形状就完全一样，区别仅在于纵轴的尺度。 

当分箱宽度不相等时，stat='count'、'probability' 分布形状仍然一致，而 'density' 分布形状完全不同。'density' 在高度计算中除以了箱子宽度，因此其高度的大小真正代表密度的大小，其余两种面积的大小代表绝对、相对数量的大小。

例如：

使用 penguins 数据集，横轴 'bill_length_mm'（喙长 / mm），按 'species' 分组绘制直方图，一行三列子图，分别指定 stat='count'、'density'、'probability'，透明度为 0.7，观察绘制的图形

以下对比等宽/不等宽分箱时图像差异
（1）默认等宽分箱

# 等宽
import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

fig, axes = plt.subplots(1, 3, figsize=(15, 4), dpi=100)

# 1. 频数
sns.histplot(
data=df,
x='bill_length_mm', # 观察 bill_length 分布情况
hue='species',
stat='count',
alpha=0.7,
ax=axes[0],
)
axes[0].set_title('stat=\\'count\\'')

# 2. 密度
sns.histplot(
data=df,
x='bill_length_mm',
hue='species',
stat='density',
alpha=0.7,
ax=axes[1],
)
axes[1].set_title('stat=\\'density\\'')

# 3. 概率
sns.histplot(
data=df,
x='bill_length_mm',
hue='species',
stat='probability',
alpha=0.7,
ax=axes[2],
)
axes[2].set_title('stat=\\'probability\\'')

plt.subplots_adjust(wspace=0.4)
plt.show()

绘图结果如下：

可见三幅图形状相同，仅尺度不同（纵轴含义不同）

（2）人为指定的不等宽分箱 bins = [30, 38, 43, 48, 60]

# 不等宽（bins=[30, 38, 43, 48, 60]）
import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')
bins=[30, 38, 43, 48, 60]

fig, axes = plt.subplots(1, 3, figsize=(15, 4), dpi=100, sharey=False)

# 1. 频数
sns.histplot(
data=df,
x='bill_length_mm', # 观察 bill_length 分布情况
bins=bins,
hue='species',
stat='count',
alpha=0.7,
ax=axes[0],
)
axes[0].set_title('stat=\\'count\\'')

# 2. 密度
sns.histplot(
data=df,
x='bill_length_mm',
bins=bins,
hue='species',
stat='density',
alpha=0.7,
ax=axes[1],
)
axes[1].set_title('stat=\\'density\\'')

# 3. 概率
sns.histplot(
data=df,
x='bill_length_mm',
bins=bins,
hue='species',
stat='probability',
alpha=0.7,
ax=axes[2],
)
axes[2].set_title('stat=\\'probability\\'')

plt.subplots_adjust(wspace=0.4)
plt.show()

绘图结果如下：

可见在区间不等宽情景下，密度图与另外两幅图有了明显形状差别

multiple：决定同一 bin 下不同 hue 取值的摆放方式

四种方式的差异，仅在于几何位置的摆放，是在 stat 基础上进行的，不改变 stat 的数学定义

例如：

使用 penguins 数据集，横轴 'bill_length_mm'（喙长 / mm），按 'species' 分组绘制直方图，二行二列子图，stat='density'，分别指定 multiple='layer'、'dodge'、'stack'、'fill'，透明度为 0.5，观察绘制的图形

import seaborn as sns
import matplotlib.pyplot as plt

df = sns.load_dataset('penguins')

fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axs = axes.flatten()
multiples = ['layer', 'dodge', 'stack', 'fill']

# 分别绘制四幅子图
for i in range(4):
sns.histplot(
data=df,
x='bill_length_mm',
hue='species',
stat='density',
multiple=multiples[i], # 方法 i
alpha=0.5,
ax=axs[i], # 子图 i
)
axs[i].set_title(f'multiple=\\'{multiples[i]}\\'')

plt.subplots_adjust(wspace=0.2, hspace=0.2)
plt.show()

绘图结果如下：

直方图使用小结

1. 想看分布形状：先用 `binwidth` 控制粒度，再用 `stat='density'` 统一尺度
2. 多组对比：

看重叠 → multiple='layer'

看高度 → multiple='dodge'

看占比 → multiple='fill'
3. 论文作图：

透明度 alpha=0.7

边缘 edgecolor='white'

避免 cumulative=True（除非专门展示累积分布）

2. 核密度估计图 sns.kdeplot

平滑的密度曲线，看“趋势”而非“细节”

常用参数

示例

注意：尾部外推的风险

3. 经验分布函数图 sns.ecdfplot

累积概率，不受异常值影响，论文级图表

常用参数

示例

注意：在数据量少、有极端值时用它替代直方图，效果更好

五、sns.histplot / sns.kdeplot / sns.ecdfplot 统一图例控制的一种方案

若要绘制单子图或共享图例的多子图，可参考以下做法；若无需进行该操作则可以跳过。

在 histplot 中，若指定了 hue 参数，则 Seaborn 会自动为每一个子图生成图例。

在绘图时显式设置 legend=False 来关闭 Axes 内置的图例，随后手动构造 labels 与 handles 传递给 fig.legend() 生成图例

1. labels 构造方法

labels 需要为列表，从原数据、我们指定为 hue 的特征来提取：

例如：

在 peguins 数据集中指定 'species' 为 hue，则用 df.unique() 方法去重提取各类别名称，再转为列表

labels = df['species'].unique().tolist() # 需要转为列表类型

2. handles 构造方法

handles 需要为列表，因此使用列表生成式构造

以矩形 Patch 构造 handles 作为柱体图例

from matplotlib.patches import Patch
palette = sns.color_palette() # 调取当前调色板，保证和图上绘制的颜色一致
handles = [ # 列表生成式，构造矩形 Patch
Patch(
facecolor=palette[i], # facecolor 从调色板获取颜色
linewidth=1
)
for i in range(len(labels))
]

以线条 Line2D 构造 handles 作为线形图例

palette = sns.color_palette() # 调取当前调色板，保证和图上绘制的颜色一致
handles = [ # 列表生成式构造 Line2D
Line2D(
[0], [0],
color=palette[i], # color 从调色板获取颜色
lw=4, # lw 控制线宽，单位 pt；KDE 常用 2，折线图可酌情调整
solid_capstyle='butt' # 平切防止画出框外
)
for i in range(len(labels))
]

3. 统一图例构造 fig.legend

例如：

以基于 peguins 数据集绘制的图像为例

（1）单子图，KDE（线形）

# 单子图
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.lines import Line2D

df = sns.load_dataset('penguins')

fig, ax =plt.subplots(figsize=(10, 6), dpi=100)
sns.kdeplot(
data=df,
x='bill_length_mm',
hue='species',
legend=False, # 关闭子图图例
)

palette = sns.color_palette()
labels = df['species'].unique().tolist()
handles = [ # 列表生成式构造 Line2D
Line2D(
[0], [0],
color=palette[i], lw=2,
solid_capstyle='butt' # 平切防止画出框外
)
for i in range(len(labels))
]

fig.legend( # 例如图例外置右侧中部
handles=handles, # 传入 handles
labels=labels, # 传入 labels
title='species',
bbox_to_anchor=(0.82, 0.5), # 图例对齐水平方向 0.82，配合 plt.subplots_adjust(right=0.8, …) 使用
loc='upper left'
)

plt.subplots_adjust(right=0.8, wspace=0.2, hspace=0.2)
plt.show()

绘图结果如下：

（2）多子图，直方图（柱体）

# 多子图统一图例
import seaborn as sns
import matplotlib.pyplot as plt
from matplotlib.patches import Patch

df = sns.load_dataset('penguins')

fig, axes = plt.subplots(2, 2, figsize=(12, 12))
axs = axes.flatten()
multiples = ['layer', 'dodge', 'stack', 'fill']

# 分别绘制四幅子图
for i in range(4):
sns.histplot(
data=df,
x='bill_length_mm',
hue='species',
stat='density',
multiple=multiples[i], # 方法 i
alpha=0.5,
ax=axs[i], # 子图 i
legend=False # 关闭子图图例
)
axs[i].set_title(f'multiple=\\'{multiples[i]}\\'')

# 构造图例
palette = sns.color_palette()
labels = df['species'].unique().tolist()
handles=[
Patch(
facecolor=palette[i],
linewidth=1
)
for i in range(len(labels))
]

fig.legend( # 例如图例外置右侧中部
handles=handles, # 传入 handles
labels=labels, # 传入 labels
title='species',
bbox_to_anchor=(0.82, 0.5), # 图例对齐水平方向 0.82，配合 plt.subplots_adjust(right=0.8, …) 使用
bbox_transform=fig.transFigure, # 根据整个画布对齐（否则对齐当前活动子图）
loc='upper left'
)

plt.subplots_adjust(right=0.8, wspace=0.2, hspace=0.2)

plt.show()

绘图结果如下：

六、实战核心：图形叠加的艺术

1. 直方图 + KDE：最常用的组合

七、分布图选型速查表

目的

首选图表

关键参数

备注

八、总结：从“画分布”到“理解分布”

displot 能够高效地探索分布

histplot/ kdeplot 能够准确地表达分布

需要在于根据数据特点，在 displot 的便捷与 Axes-level 的灵活之间做出正确取舍。