如何让Seaborn Jointplot的边际图仅显示图例中的内容？

你的代码中使用hue='rf_number'时，如果rf_number是连续数值，Seaborn会自动生成大量细分类别，导致边际图线条杂乱。要让边际图仅显示图例中的6种颜色对应轨迹，需要先将rf_number转换为6个离散分组，再通过JointGrid手动控制绘制逻辑，具体操作如下：

步骤1：将连续的rf_number分箱为6个离散区间（若已为离散分类可跳过） #

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

mask = df['rf_number'].notnull()
# 把rf_number切分为6个区间，生成带标签的分类列
df['rf_group'] = pd.cut(df['rf_number'][mask], bins=6, labels=[f'区间{i+1}' for i in range(6)])

步骤2：用JointGrid手动绘制主图和边际图 #

jointplot是JointGrid的封装，用JointGrid可以完全控制每个分组的边际图绘制：

%matplotlib inline
# 初始化JointGrid，指定分组列和调色板
g = sns.JointGrid(data=df[mask], x='x', y='y', hue='rf_group', palette='Spectral', height=12)

# 绘制主散点图
g.plot_joint(sns.scatterplot, linewidth=0)

# 绘制x轴边际的KDE曲线（每个分组一条）
for group_name, group_data in df[mask].groupby('rf_group'):
    color = g.hue_palette[group_name]
    sns.kdeplot(group_data['x'], ax=g.ax_marg_x, color=color, label=group_name, linewidth=2)

# 绘制y轴边际的KDE曲线（垂直方向）
for group_name, group_data in df[mask].groupby('rf_group'):
    color = g.hue_palette[group_name]
    sns.kdeplot(group_data['y'], ax=g.ax_marg_y, color=color, label=group_name, vertical=True, linewidth=2)

# 设置轴范围
g.ax_joint.set_xlim(-11, 11)
g.ax_joint.set_ylim(-10, 10)

# 调整图例位置
g.ax_marg_x.legend(title='rf_number范围', bbox_to_anchor=(1.05, 1), loc='upper left')

plt.show()

若需要边际图为直方图而非KDE #

将上述代码中的sns.kdeplot替换为sns.histplot，并设置histtype='step'以显示空心线条：

# x轴边际直方图
sns.histplot(group_data['x'], ax=g.ax_marg_x, color=color, label=group_name, histtype='step', linewidth=2)
# y轴边际直方图
sns.histplot(group_data['y'], ax=g.ax_marg_y, color=color, label=group_name, histtype='step', linewidth=2, orientation='horizontal')

这样处理后，边际图只会显示你指定的6个分组的轨迹，与图例完全对应，不会出现多余线条干扰。

内容的提问来源于stack exchange，提问作者Lucy