如何在Seaborn jointplot边际图中按类别展示百分比分布？

要实现每个Name组的边际图展示自身的百分比分布（而非全局计数或全局百分比），可以利用Seaborn的stat='probability'参数自动按组归一化，再将刻度转换为百分比格式，具体步骤如下：

修正后的代码 #

from faker import Faker
import pandas as pd
import numpy as np
import seaborn as sns

fake = Faker('En-US')
name1 = fake.name()
name2 = fake.name()

# 创建模拟数据
m1 = pd.DataFrame({'Name': name1, 'X': np.random.normal(3, 100, 1000), 'Y': np.random.normal(7, 100, 1000)})
m2 = pd.DataFrame({'Name': name2, 'X': np.random.normal(50, 20, 50), 'Y': np.random.normal(-10, 100, 50)})
df = pd.concat([m1, m2])

# 绘制带组内百分比边际图的jointplot
g = sns.jointplot(
    data=df,
    x='X', y='Y', hue='Name',
    # 边际图设置：按组归一化概率分布，总和为1
    marginal_kws={'stat': 'probability'}
)

# 将边际图的概率刻度转换为百分比显示
for ax in [g.ax_marg_x, g.ax_marg_y]:
    # 转换y轴刻度为百分比
    ax.set_yticklabels(['{:.1f}%'.format(tick * 100) for tick in ax.get_yticks()])
    # 转换底部边际图的x轴刻度为百分比
    if ax == g.ax_marg_x:
        ax.set_xticklabels(['{:.1f}%'.format(tick * 100) for tick in ax.get_xticks()])
    # 修改轴标签为“Percentage”
    ax.set_ylabel('Percentage') if ax == g.ax_marg_y else ax.set_xlabel('Percentage')

关键说明 #

• marginal_kws={'stat': 'probability'}：让Seaborn自动对每个hue组的边际直方图进行归一化，每组的直方图高度总和为1（即组内比例），完美解决样本量差异导致的对比困难。
• 刻度转换：通过set_yticklabels和set_xticklabels将概率值（0-1）转换为百分比（0%-100%），提升图表可读性。
• 轴标签修改：将默认的计数标签改为“Percentage”，明确图表含义。

内容的提问来源于stack exchange，提问作者ez4tot