Seaborn histplot图例标签重复问题：如何去除重复标签？

问题场景 #

使用以下代码绘制两个数据集的组合直方图时，图例出现重复标签：

_,bins = np.histogram([150, 600], bins=30)
alpha = 0.4

fig, ax = plt.subplots(1,1)
sns.histplot(df1['Tm/K Pred.'], bins=bins, alpha=alpha, label='df1')
sns.histplot(vispilsExp298Tm_bert['Tm/K Pred.'], bins=bins, alpha=alpha, label='df2')

plt.yscale('log')
plt.legend()
plt.show()

执行ax.get_legend_handles_labels()检查，结果显示每个标签对应两个BarContainer：

([<BarContainer object of 1 artists>,
  <BarContainer object of 30 artists>,
  <BarContainer object of 1 artists>,
  <BarContainer object of 30 artists>],
 ['df1', 'df1', 'df2', 'df2'])

问题原因 #

Seaborn的histplot在指定自定义bins时，会自动生成一个用于图例的虚拟Bar元素，加上实际绘制直方图的Bar容器，导致每个数据集对应两个图例条目。

解决方案 #

方法1：手动去重图例条目 #

提取图例的handles和labels后，通过字典去重（保留每个标签的第一个出现）：

_,bins = np.histogram([150, 600], bins=30)
alpha = 0.4

fig, ax = plt.subplots(1,1)
sns.histplot(df1['Tm/K Pred.'], bins=bins, alpha=alpha, label='df1')
sns.histplot(vispilsExp298Tm_bert['Tm/K Pred.'], bins=bins, alpha=alpha, label='df2')

plt.yscale('log')
# 提取并去重图例
handles, labels = ax.get_legend_handles_labels()
unique_entries = dict(zip(labels, handles))
ax.legend(unique_entries.values(), unique_entries.keys())
plt.show()

方法2：绘制时不指定label，手动关联容器与标签 #

绘制直方图时不设置label，直接从轴容器中取前两个元素（对应两个数据集）来创建图例：

_,bins = np.histogram([150, 600], bins=30)
alpha = 0.4

fig, ax = plt.subplots(1,1)
# 绘制时不指定label
sns.histplot(df1['Tm/K Pred.'], bins=bins, alpha=alpha)
sns.histplot(vispilsExp298Tm_bert['Tm/K Pred.'], bins=bins, alpha=alpha)

plt.yscale('log')
# 取前两个BarContainer作为图例条目
handles = ax.containers[:2]
labels = ['df1', 'df2']
ax.legend(handles, labels)
plt.show()

方法3：禁用自动图例，手动创建图例元素 #

通过legend=False关闭histplot的自动图例生成，然后用Matplotlib的Patch手动创建图例条目：

_,bins = np.histogram([150, 600], bins=30)
alpha = 0.4

fig, ax = plt.subplots(1,1)
# 禁用自动图例
sns.histplot(df1['Tm/K Pred.'], bins=bins, alpha=alpha, legend=False)
sns.histplot(vispilsExp298Tm_bert['Tm/K Pred.'], bins=bins, alpha=alpha, legend=False)

plt.yscale('log')
# 手动创建图例色块
from matplotlib.patches import Patch
legend_elements = [
    Patch(facecolor=sns.color_palette()[0], alpha=alpha, label='df1'),
    Patch(facecolor=sns.color_palette()[1], alpha=alpha, label='df2')
]
ax.legend(handles=legend_elements)
plt.show()

内容的提问来源于stack exchange，提问作者zzrrhhh