如何在pairplot非对角段拟合全局回归线并保留hue数据点区分

可以实现，核心思路是先绘制带类别颜色的散点对图，再手动给每个子图添加基于全局数据集的回归线。具体代码如下：

步骤1：绘制分类散点Pairplot #

先生成只包含分类散点的pairplot，避免自动生成分组回归线：

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

# 加载Iris数据集（若已有自定义df可跳过该行）
df = sns.load_dataset("iris")

# 绘制带hue区分的散点对图，仅保留左下三角
iris_pairplot = sns.pairplot(
    df, 
    hue="variety", 
    palette="Dark2", 
    height=3, 
    aspect=1, 
    corner=True, 
    kind="scatter"  # 指定只画散点，不自动生成分组回归线
)

步骤2：批量添加全局回归线 #

遍历pairplot的所有子图，用regplot基于全量数据拟合回归线，关闭散点绘制避免重复：

# 获取数据集的数值型特征列
numeric_cols = df.select_dtypes(include=['float64']).columns

# 遍历左下三角的每个子图
for i in range(len(numeric_cols)):
    for j in range(i):
        ax = iris_pairplot.axes[i, j]
        # 获取当前子图对应的x、y特征列名
        x_col = numeric_cols[j]
        y_col = numeric_cols[i]
        # 添加全局回归线，设置统一颜色与线宽
        sns.regplot(
            data=df, 
            x=x_col, 
            y=y_col, 
            ax=ax, 
            scatter=False, 
            color="black", 
            line_kws={"linewidth": 1.5}
        )

步骤3：调整布局并保存 #

最后设置标题、优化布局并导出图片：

iris_pairplot.fig.suptitle("Pairplot of traits for full Iris sample", fontsize="xx-large")
plt.tight_layout()
plt.savefig('iris_pairplot.png')
plt.show()

效果说明 #

这样生成的图中，散点会按variety类别区分颜色，而每条回归线都是基于整个Iris数据集拟合的全局线，不会按类别拆分。尽管regplot是单图工具，但通过遍历pairplot的子图集合，可以批量完成所有散点图的回归线添加。

内容的提问来源于stack exchange，提问作者jmce23