并排绘制两个图（seaborn 和 subplots）

Question

我需要并排绘制两个图形。这是我感兴趣的数据集中的列。

X
1
53
12
513
135
125
21
54
1231

我做到了

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
mean = df['X'].mean()
    
fig, ax =plt.subplots(1,2)
sns.displot(df, x="X", kind="kde", ax=ax[0]) # 1st plot
plt.axvline(mean, color='r', linestyle='--') # this add just a line on the previous plot, corresponding to the mean of X data
sns.boxplot(y="X", data=df, ax=ax[2]) # 2nd plot

但我有这个错误：IndexError: index 2 is out of bounds for axis 0 with size 2，所以使用子图是错误的。

Answer 1

sns.boxplot(..., ax=ax[2]) 应该使用 ax=ax[1]，因为不存在 ax[2]。

sns.displot 是一个 figure-level function，它创建自己的图形，并且不接受 ax= 参数。如果只需要一个子图，可以用sns.histplot或sns.kdeplot代替。

plt.axvline() 借鉴“当前”ax。您可以使用 ax[0].axvline() 在特定的子图上绘制。见What is the difference between drawing plots using plot, axes or figure in matplotlib?

以下代码已使用 Seaborn 0.11.1 进行测试：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

sns.set()
df = pd.DataFrame({'X': [1, 53, 12, 513, 135, 125, 21, 54, 1231]})
mean = df['X'].mean()

fig, ax = plt.subplots(1, 2)
sns.kdeplot(data=df, x="X", ax=ax[0])
ax[0].axvline(mean, color='r', linestyle='--')
sns.boxplot(y="X", data=df, ax=ax[1])
plt.show()