如何为Seaborn 2D distplot添加连续颜色刻度图例？

首先说明：Seaborn旧版的distplot已被弃用，现在推荐用kdeplot（2D密度图）或histplot（2D直方图）来实现类似需求。以下是两种常见场景的具体实现方法，均能生成连续渐变的颜色刻度图例对应频率/密度范围：

场景1：2D KDE密度图（带填充） #

通过seaborn.kdeplot绘制2D密度分布，利用matplotlib的colorbar生成对应密度值的连续色条：

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

# 生成模拟数据
np.random.seed(42)
x = np.random.normal(size=1000)
y = np.random.normal(size=1000)

# 创建画布与轴对象
fig, ax = plt.subplots(figsize=(8,6))

# 绘制2D KDE图，获取绘图对象
kde_plot = sns.kdeplot(
    x=x, y=y,
    cmap="viridis",  # 指定渐变配色
    fill=True,       # 开启颜色填充
    thresh=0,        # 显示全部密度区域
    ax=ax
)

# 提取绘图的颜色映射信息，生成连续色条
fig.colorbar(kde_plot.collections[0], ax=ax, label="密度（频率）")

# 设置图表标签与标题
ax.set_xlabel("X变量")
ax.set_ylabel("Y变量")
ax.set_title("2D KDE分布与密度色条")

plt.show()

场景2：2D直方图（分箱计数） #

针对分箱统计的2D直方图，同样提取绘图集合对象生成对应频数的连续色条：

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

# 生成模拟数据
np.random.seed(42)
x = np.random.normal(size=1000)
y = np.random.normal(size=1000)

# 创建画布与轴对象
fig, ax = plt.subplots(figsize=(8,6))

# 绘制2D直方图，获取绘图对象
hist_plot = sns.histplot(
    x=x, y=y,
    cmap="plasma",
    bins=30,
    ax=ax
)

# 提取直方图的颜色映射信息，生成连续色条
fig.colorbar(hist_plot.collections[0], ax=ax, label="频数（频率）")

# 设置图表标签与标题
ax.set_xlabel("X变量")
ax.set_ylabel("Y变量")
ax.set_title("2D直方图与频数色条")

plt.show()

关键要点 #

• 核心逻辑：Seaborn的2D绘图函数返回的对象中，collections[0]包含了颜色映射的ScalarMappable实例，matplotlib的colorbar可基于此生成连续渐变的刻度图例。
• 可通过cmap参数替换不同渐变配色（如coolwarm、Blues等），适配不同视觉需求。
• 若需调整色条位置、大小，可通过colorbar的shrink（缩放比例）、pad（与图表间距）等参数微调。

内容的提问来源于stack exchange，提问作者Null Salad