能否将多个返回PairGrid的PairPlot添加到同一Matplotlib图形中？

问题背景 #

用户原本通过以下代码生成三个独立的PairPlot图形：

sns.pairplot(df, x_vars="Agricultural area", y_vars="Wooded area", hue="Elevation")
sns.pairplot(df, x_vars="Agricultural area", y_vars="Settlement area", hue="Elevation")
sns.pairplot(df, x_vars="Agricultural area", y_vars="Unproductive area", hue="Elevation")

plt.show()

希望将这三个图整合到预先创建的1行3列子轴布局中：

fig, axes = plt.subplots(1, 3, sharey=True, figsize=(15, 10))

但发现pairplot没有ax参数，无法直接指定到已有子轴，询问可行实现方法或更优方案。

解决方案 #

pairplot是Seaborn的高阶函数，会自动创建独立的图形对象，无法直接绑定到已有的子轴上。更简洁高效的方式是直接使用sns.scatterplot，手动在每个子轴上绘制对应数据，完美适配自定义布局。

实现代码 #

import seaborn as sns
import matplotlib.pyplot as plt

# 创建1行3列的子轴布局，共享y轴
fig, axes = plt.subplots(1, 3, sharey=True, figsize=(15, 10))

# 定义要可视化的变量
x_col = "Agricultural area"
y_cols = ["Wooded area", "Settlement area", "Unproductive area"]
hue_col = "Elevation"

# 遍历子轴和y变量，逐个绘制散点图
for ax, y_col in zip(axes, y_cols):
    sns.scatterplot(data=df, x=x_col, y=y_col, hue=hue_col, ax=ax)
    ax.set_title(f"{x_col} vs {y_col}")

# 调整布局，避免元素重叠
plt.tight_layout()
plt.show()

额外说明 #

• 此方法完全复用自定义的子轴布局，通过sharey=True保证三个子图y轴一致，提升数据对比的可读性。
• 如果需要模拟pairplot的完整网格功能（如对角线密度图），可手动创建PairGrid并指定子轴，但对于仅需散点图的场景，scatterplot是更轻量的选择。

内容的提问来源于stack exchange，提问作者evilmandarine