如何利用Seaborn的FacetGrid自动生成2×2网格的分类直方图？

我明白你遇到的问题了——想用Seaborn的FacetGrid自动按单个分类变量生成2×2的直方图，但之前的代码跑出了四个一模一样的图，手动循环子图虽然能用但不够优雅。其实问题出在你调用map()方法时的参数传递上，咱们来一步步修正。

先说说你原来代码的问题 #

你在fig.map(sns.histplot, data = df, x='values', stat='density')这里犯了个小错误：把整个数据集df传给了data参数，但FacetGrid已经帮你按category分好每个子图对应的数据集了，这就导致每个子图都用了全量数据，所以才会输出一模一样的结果。

修正后的完整代码 #

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

# 构造示例数据
df = pd.DataFrame()
df['values'] = np.hstack([np.ones(25),
                          np.arange(200,225),
                          np.ones(25)*5,
                          np.linspace(500,550,25)])
df['category'] = np.repeat(['red','yellow','green','black'],25)

# 初始化FacetGrid：按category分栏，每行放2个图（自动排成2×2网格）
g = sns.FacetGrid(df, col='category', col_wrap=2)
# 映射histplot：只需要指定x列名，其他绘图参数直接加就行，不用传data
g.map(sns.histplot, 'values', stat='density', kde=True, bins=10)

# 优化图表可读性
g.set_titles(col_template='{col_name}')  # 给每个子图加上对应类别的标题
plt.tight_layout()
plt.show()

关键修改点说明 #

• 去掉了map()里的data=df参数：FacetGrid会自动把每个category对应的子集数据传给sns.histplot
• 可以直接在map()里添加kde=True、bins=10这类参数，和直接调用sns.histplot的用法完全一致
• 用g.set_titles()给子图加上类别名称，让图表逻辑更清晰

如果想要进一步调整样式，还可以加这些操作：

• g.set_axis_labels('数值', '密度')：给所有子图设置统一的x、y轴标签
• g.fig.subplots_adjust(wspace=0.3, hspace=0.3)：调整子图之间的间距，避免内容拥挤

备注：内容来源于stack exchange，提问作者Pythonista anonymous