Seaborn relplot用map更新hue数据后图例未更新的解决办法

这不是Seaborn的严格限制，而是FacetGrid.map()的设计特性——它的作用是在已有的子图上追加或覆盖绘图元素，不会自动更新由初始relplot()生成的图例、轴标签等顶层语义元素。

解决办法分两种场景： #

1. 直接重新生成绘图（最推荐）

如果你的需求是完全替换初始的绘图数据，直接重新调用relplot()比修改已有FacetGrid更简单可靠：

# 跳过原relplot调用，直接用新参数生成
grid = sns.relplot(data=df, x='axis_4', y='axis_2', hue='axis_5')

2. 基于已有FacetGrid手动更新图例

如果必须保留初始FacetGrid的其他设置（比如分面布局、主题等），可以手动清除原图例并重新生成：

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

# 示例数据
df = pd.DataFrame({
    'axis_1': range(10),
    'axis_2': range(10),
    'axis_3': ['A']*5 + ['B']*5,
    'axis_4': range(0, 20, 2),
    'axis_5': ['X']*3 + ['Y']*4 + ['Z']*3
})

# 初始绘图
grid = sns.relplot(data=df[['axis_1', 'axis_2', 'axis_3']], x='axis_1', y='axis_2', hue='axis_3')

# 用map绘制新数据
grid.map(sns.scatterplot, x=df['axis_4'], y=df['axis_2'], hue=df['axis_5'])

# 手动更新图例和轴标签
# 清除原图例
grid._legend.remove()
# 获取子图对象（单分面场景下取第一个子图）
ax = grid.axes[0][0]
# 提取新散点图的图例元素
handles, labels = ax.get_legend_handles_labels()
# 重新创建图例并设置标题
ax.legend(handles=handles, labels=labels, title='axis_5')
# 更新X轴标签
ax.set_xlabel('axis_4')

plt.show()

原因说明 #

relplot()会根据初始参数（x/y/hue等）生成完整的语义映射，包括图例、轴标签和颜色映射。而map()仅负责在每个子图上执行绘图函数，不会回溯修改这些顶层配置，所以需要手动调整。

内容的提问来源于stack exchange，提问作者Dario de Judicibus