如何在Seaborn对象接口的分面图中使用map与map_dataframe方法？

Seaborn对象接口（seaborn.objects，简称SOI）和传统的FacetGrid是两套独立的API，你遇到的AttributeError是因为用so.Plot构建分面后返回的是Plotter对象，而非FacetGrid，自然没有map_dataframe方法。下面提供两种可行的解决思路：

方法一：改用传统FacetGrid实现 #

如果你习惯map_dataframe的使用方式，直接切换到传统Seaborn函数结合FacetGrid即可：

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

# 构造示例数据
df = pd.DataFrame({
    'x': range(100),
    'y': range(100),
    'facet_col': ['A']*50 + ['B']*50,
    'facet_row': ['X']*25 + ['Y']*25 + ['X']*25 + ['Y']*25
})

# 定义显示数据量的函数
def show_counts(data, **kwargs):
    ax = plt.gca()
    ax.text(0.5, 0.9, f'N={len(data)}', transform=ax.transAxes, ha='center')

# 创建FacetGrid并应用函数
g = sns.FacetGrid(df, row='facet_row', col='facet_col')
g.map_dataframe(sns.lineplot, x='x', y='y')
g.map_dataframe(show_counts)

plt.show()

方法二：在Seaborn对象接口中手动处理分面 #

如果坚持使用SOI，可以通过遍历分面数据分组+对应子轴的方式实现自定义函数的应用：

import seaborn.objects as so
import pandas as pd
import matplotlib.pyplot as plt

# 构造示例数据
df = pd.DataFrame({
    'x': range(100),
    'y': range(100),
    'facet_col': ['A']*50 + ['B']*50,
    'facet_row': ['X']*25 + ['Y']*25 + ['X']*25 + ['Y']*25
})

# 定义显示数据量的函数
def show_counts(data, ax):
    ax.text(0.5, 0.9, f'N={len(data)}', transform=ax.transAxes, ha='center')

# 创建SOI分面图并绘制
p = so.Plot(df, x='x', y='y').facet(row='facet_row', col='facet_col').add(so.Line())
p.draw()

# 获取分面分组和所有子轴
group_vars = ['facet_row', 'facet_col']
data_groups = df.groupby(group_vars)
axes = plt.gcf().axes

# 遍历分组和轴，应用自定义函数
for (group_key, group_data), ax in zip(data_groups, axes):
    show_counts(group_data, ax)

plt.tight_layout()
plt.show()

进阶：用SOI原生方法添加统计文本 #

如果你的自定义函数是添加统计类文本（比如数据量），还可以通过提前计算统计量，再用so.Text直接添加到图中，更符合SOI的设计逻辑：

import seaborn.objects as so
import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'x': range(100),
    'y': range(100),
    'facet_col': ['A']*50 + ['B']*50,
    'facet_row': ['X']*25 + ['Y']*25 + ['X']*25 + ['Y']*25
})

# 计算每个分面的数据量
count_df = df.groupby(['facet_row', 'facet_col']).size().reset_index(name='N')

# 绘制分面折线图+添加数据量文本
(so.Plot(df, x='x', y='y')
 .facet(row='facet_row', col='facet_col')
 .add(so.Line())
 # 添加文本，使用统计量数据，axes坐标确保位置固定
 .add(so.Text(), x=0.5, y=0.9, text='N', transform='axes', ha='center')
 .data(count_df)
 .show())

内容的提问来源于stack exchange，提问作者Quiche_pro