如何在Seaborn jointplot中同时使用hue参数与密度直方图？

我需要在Seaborn的jointplot中实现两个效果：

• 通过hue参数按数据集的类别变量区分颜色
• 边缘直方图以stat='density'（密度）而非绝对值绘制（某类别样本量远大于另一类，用计数展示会失衡）

但同时设置这两个参数时触发报错，示例代码及错误信息如下：

示例代码 #

penguins=sns.load_dataset('penguins')
sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue='species',marginal_kws=dict(color='r',stat='density'))

错误信息 #

AttributeError                            Traceback (most recent call last)
<ipython-input-15-e8d515eeeab0> in <module>
----> 1 sns.jointplot(data=penguins, x="bill_length_mm", y="bill_depth_mm", hue='species',marginal_kws=dict(color='r',stat='density'))

12 frames
/usr/local/lib/python3.8/dist-packages/matplotlib/artist.py in _update_property(self, k, v)
    999                 func = getattr(self, 'set_' + k, None)
   1000                 if not callable(func):
-> 1001                     raise AttributeError('{!r} object has no property {!r}'
   1002                                          .format(type(self).__name__, k))
   1003                 return func(v)

AttributeError: 'PolyCollection' object has no property 'stat'

问题原因 #

当使用hue参数时，jointplot的边缘图会生成分层可视化（对应Seaborn底层的histplot分层模式），此时marginal_kws中的参数会被传递给所有底层绘图元素。stat是histplot的专属参数，但分层绘制时生成的PolyCollection对象不支持该属性，因此触发报错。另外，手动设置color='r'会覆盖hue的颜色区分，违背需求。

解决方法 #

方法一：正确传递边缘图参数 #

保留hue的同时，在marginal_kws中传递stat='density'，并且不设置固定颜色，同时开启marginal_ticks让密度刻度正常显示：

import seaborn as sns

penguins = sns.load_dataset('penguins')
sns.jointplot(
    data=penguins,
    x="bill_length_mm",
    y="bill_depth_mm",
    hue='species',
    marginal_ticks=True,
    marginal_kws=dict(stat='density', multiple='layer')
)

• stat='density'：将边缘直方图从计数切换为密度计算
• multiple='layer'：保持分层直方图的叠加显示（可根据需求改为'dodge'并列或'fill'填充）

方法二：手动修改边缘轴 #

如果需要更灵活的定制，可以先绘制基础jointplot，再手动获取边缘轴修改直方图属性：

import seaborn as sns

penguins = sns.load_dataset('penguins')
g = sns.jointplot(
    data=penguins,
    x="bill_length_mm",
    y="bill_depth_mm",
    hue='species'
)

# 清空默认边缘图
g.ax_marg_x.clear()
g.ax_marg_y.clear()

# 重新绘制x轴边缘密度直方图
for species, color in zip(g.hue_names, g.palette):
    subset = penguins[penguins['species'] == species]
    g.ax_marg_x.hist(subset['bill_length_mm'], bins=15, density=True, alpha=0.6, color=color, label=species)

# 重新绘制y轴边缘密度直方图（横向）
for species, color in zip(g.hue_names, g.palette):
    subset = penguins[penguins['species'] == species]
    g.ax_marg_y.hist(subset['bill_depth_mm'], bins=15, density=True, alpha=0.6, color=color, label=species, orientation='horizontal')

# 添加图例
g.ax_marg_x.legend()

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