如何调整Python代码使月份标签与山脊线密度图对齐？

问题描述 #

我编写了Python代码绘制月度数据的山脊线图，目前无法将月份标签与对应的密度图对齐。此前使用其他数据集时代码可正常对齐，但换用当前数据集后对齐失效，调整hspace参数也无济于事。

原代码 #

# Set color pallete
pal = sns.color_palette(palette='coolwarm', n_colors=12)

# Apply sns.FacetGrid class, with the 'hue' argument to represented colors by 'palette'
g = sns.FacetGrid(wind, row='month', hue='mean_month', aspect=15, height=0.75, palette=pal, xlim=(0,100))

# Add the densities kdeplots for each month
g.map(sns.kdeplot, 'Normalized',
      bw_adjust=1, clip=(0,100),
      fill=True, alpha=1, linewidth=1.5)

# Add a horizontal line for each plot
g.map(plt.axhline, y=0,
      lw=2, clip_on=False)

# Loop over the FacetGrid figure axes (g.axes.flat) and add the month as text with the right color
for i, ax in enumerate(g.axes.flat):
    ax.text(-15, 0.02, month_dict[i+1],
            fontweight='bold', fontsize=14,
            color=ax.lines[-1].get_color())

# Use matplotlib.Figure.subplots_adjust() function for subplots to overlap
g.figure.subplots_adjust(hspace=-0.1)

# Remove axes titles, yticks, etc. and add labels
g.set_titles("")
g.set(yticks=[])
g.set(ylabel=None)
g.despine(bottom=True, left=True)

plt.setp(ax.get_xticklabels(), fontsize=15, fontweight='bold')
plt.xlabel('Wind output [%]', fontweight='bold', fontsize=15)
g.figure.suptitle('Dutch Offshore wind per month (2021-2022)',
                  ha='right',
                  fontsize=20,
                  fontweight=20)

plt.show()

当前效果与理想效果 #

• 当前未对齐图表：
  
• 理想对齐效果：
  

修复方案 #

1. 改用轴坐标固定标签位置 #

问题核心是用了固定的y轴数值（0.02）放置标签，但不同月份的密度曲线y轴范围差异大，导致标签相对位置偏移。改用轴坐标（相对于子图的比例位置）可以确保标签始终和对应子图垂直居中：

替换标签循环部分代码：

for i, ax in enumerate(g.axes.flat):
    # 使用轴坐标（0=左,1=右；0=底,1=顶），固定在子图左侧垂直居中位置
    ax.text(-0.08, 0.5, month_dict[i+1],
            fontweight='bold', fontsize=14,
            color=ax.lines[-1].get_color(),
            ha='center', va='center', transform=ax.transAxes)

2. 确保月份列有序 #

检查wind数据中month列的排序是否为1-12月，若为字符串或乱序，FacetGrid子图顺序会混乱，导致标签对应错误。添加以下代码强制排序：

import pandas as pd
# 确保month列按1-12顺序排列
wind['month'] = pd.Categorical(wind['month'], categories=range(1,13), ordered=True)

3. 统一密度图归一化方式 #

绘制kdeplot时添加common_norm=False，避免不同子图的密度归一化规则不同导致y轴范围差异过大：

g.map(sns.kdeplot, 'Normalized',
      bw_adjust=1, clip=(0,100),
      fill=True, alpha=1, linewidth=1.5,
      common_norm=False)

4. 修复其他小问题 #

• 原代码仅修改了最后一个子图的x轴标签大小，改为g.get_xticklabels()统一修改所有子图：

  plt.setp(g.get_xticklabels(), fontsize=15, fontweight='bold')
  

• 原代码fontweight=20参数无效，改为fontweight='bold'或数值700：

  g.figure.suptitle('Dutch Offshore wind per month (2021-2022)',
                    ha='right',
                    fontsize=20,
                    fontweight='bold')
  

修改后的完整代码 #

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

# 确保month列按1-12顺序排列
wind['month'] = pd.Categorical(wind['month'], categories=range(1,13), ordered=True)

# Set color pallete
pal = sns.color_palette(palette='coolwarm', n_colors=12)

# Apply sns.FacetGrid class, with the 'hue' argument to represented colors by 'palette'
g = sns.FacetGrid(wind, row='month', hue='mean_month', aspect=15, height=0.75, palette=pal, xlim=(0,100))

# Add the densities kdeplots for each month，关闭统一归一化
g.map(sns.kdeplot, 'Normalized',
      bw_adjust=1, clip=(0,100),
      fill=True, alpha=1, linewidth=1.5,
      common_norm=False)

# Add a horizontal line for each plot
g.map(plt.axhline, y=0,
      lw=2, clip_on=False)

# Loop over the FacetGrid figure axes (g.axes.flat) and add the month as text with the right color
for i, ax in enumerate(g.axes.flat):
    # 使用轴坐标固定标签位置，垂直居中
    ax.text(-0.08, 0.5, month_dict[i+1],
            fontweight='bold', fontsize=14,
            color=ax.lines[-1].get_color(),
            ha='center', va='center', transform=ax.transAxes)

# Use matplotlib.Figure.subplots_adjust() function for subplots to overlap
g.figure.subplots_adjust(hspace=-0.1)

# Remove axes titles, yticks, etc. and add labels
g.set_titles("")
g.set(yticks=[])
g.set(ylabel=None)
g.despine(bottom=True, left=True)

plt.setp(g.get_xticklabels(), fontsize=15, fontweight='bold')
plt.xlabel('Wind output [%]', fontweight='bold', fontsize=15)
g.figure.suptitle('Dutch Offshore wind per month (2021-2022)',
                  ha='right',
                  fontsize=20,
                  fontweight='bold')

plt.show()

内容的提问来源于stack exchange，提问作者Marky