Matplotlib显示两个空图问题：尝试并排绘制Seaborn联合图布局异常排查

你遇到的问题核心在于 Seaborn的jointplot函数本身会自动创建一个新的Figure对象，而不是复用你通过plt.subplots()创建的子图轴（ax1/ax2）。这就导致你手动创建的1行2列子图根本没被使用，最后先显示了空的子图布局，然后jointplot各自生成了独立的纵向排列的图。

要解决这个问题，我们需要用Seaborn的JointGrid类来手动构建联合图，这样就能指定到已有的子图中。下面是修正后的代码：

import matplotlib.pyplot as plt
import seaborn as sns

# 创建1行2列的子图布局
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20, 8))

# 第一个联合图：Price vs Bedrooms
g1 = sns.JointGrid(x=df['target'], y=df['bedrooms'], space=0, ax=ax1)
g1.plot_joint(sns.scatterplot, alpha=0.5, color='r')
g1.plot_marginals(sns.histplot, color='r', kde=True)
# 设置轴限制和标签
g1.ax_joint.set_xlim(0, 5)
g1.ax_joint.set_ylim(0, 10)
g1.set_axis_labels(xlabel='Price', ylabel='Number of bedrooms')

# 第二个联合图：Price vs Bathrooms
g2 = sns.JointGrid(x=df['target'], y=df['bathrooms'], space=0, ax=ax2)
g2.plot_joint(sns.scatterplot, alpha=0.5, color='b')
g2.plot_marginals(sns.histplot, color='b', kde=True)
# 设置轴限制和标签
g2.ax_joint.set_xlim(0, 5)
g2.ax_joint.set_ylim(0, 10)
g2.set_axis_labels(xlabel='Price', ylabel='Number of bathrooms')

plt.tight_layout()
plt.show()

关键说明： #

• 使用JointGrid替代jointplot：JointGrid是jointplot的底层类，允许我们指定要使用的子图轴（通过ax参数），从而复用我们创建的布局。
• space=0：调整联合图和边际图之间的间距，让布局更紧凑。
• 手动调用plot_joint和plot_marginals：分别绘制散点图（主图）和边际分布（直方图/密度图），你可以根据需求替换成其他绘图函数（比如kdeplot）。
• 通过ax_joint设置轴限制：因为JointGrid的主图轴需要通过ax_joint属性访问，而不是直接用plt.xlim。

另外，如果你还是想使用jointplot，可以通过控制plt.figure的方式，但这种方法不如JointGrid可靠，因为jointplot依然会创建新的figure，需要手动调整布局。不过更推荐上面的JointGrid方案，它更灵活且符合你的布局需求。

内容的提问来源于stack exchange，提问作者Zexxxx