如何从Seaborn的sns.displot()中获取分箱范围与计数数组？

因为sns.displot()是基于FacetGrid的Figure级绘图函数，和旧版distplot()的Axes级逻辑不同，你可以通过以下步骤提取数据：

• 第一步：绘制分布图并获取FacetGrid实例
  先调用displot()并把结果赋值给变量，比如：

  import seaborn as sns
  import matplotlib.pyplot as plt
  import numpy as np
  
  # 生成示例数据
  data = np.random.normal(size=1000)
  g = sns.displot(data, bins=10)
  

• 第二步：提取Axes对象并获取直方图数据
  从FacetGrid中取出对应的Axes，然后通过Axes的patches属性或者直接调用matplotlib的统计方法获取分箱和计数：
  方法一：通过patches提取

  # 获取第一个子图的Axes
  ax = g.axes[0, 0]
  # 初始化存储数据的列表
  bin_ranges = []
  counts = []
  
  # 遍历每个直方图柱子（patch）
  for patch in ax.patches:
      # 获取柱子的左右边界，即分箱范围
      left = patch.get_x()
      right = left + patch.get_width()
      bin_ranges.append((left, right))
      # 获取柱子高度，即该分箱的计数
      counts.append(patch.get_height())
  
  # 转换为数组
  bin_ranges = np.array(bin_ranges)
  counts = np.array(counts)
  

  方法二：直接调用numpy的直方图统计
  如果绘制displot时没有自定义复杂分箱规则，也可以直接用numpy的histogram()对原始数据做相同分箱统计，结果和displot完全一致：

  counts, bin_edges = np.histogram(data, bins=10)
  # bin_edges是分箱边界数组，转换为分箱范围对
  bin_ranges = np.array(list(zip(bin_edges[:-1], bin_edges[1:])))
  

• 验证结果
  两种方法得到的counts和bin_ranges会和displot绘制的直方图完全匹配，你可以打印输出确认：

  print("分箱范围：")
  print(bin_ranges)
  print("计数：")
  print(counts)
  

内容的提问来源于stack exchange，提问作者mrLimpio