基于泰坦尼克数据，如何在Seaborn displot性别子图中叠加全体乘客年龄分布？

开发者阿泽

2026-8-1

问题描述

输入图片描述

当前使用以下Seaborn代码绘制了泰坦尼克数据集按性别分栏的乘客年龄KDE分布图：

sns.displot(df,x='Age', col='Sex',kind='kde',multiple="stack")

需求：在每个性别对应的子图中，同时展示全体乘客（男性+女性）的年龄分布数据。

解决方案

方法一：手动叠加全体数据的KDE曲线

先绘制分性别的子图，再遍历每个子图叠加全体数据的分布曲线，通过样式区分两组数据：

import seaborn as sns
import matplotlib.pyplot as plt

# 加载泰坦尼克数据集
df = sns.load_dataset('titanic')

# 生成分性别的KDE分栏图，获取FacetGrid对象
g = sns.displot(df, x='Age', col='Sex', kind='kde', multiple="stack")

# 遍历每个子图，叠加全体乘客的年龄KDE
for ax in g.axes.flat:
    # 用灰色虚线绘制全体数据，添加标签
    sns.kdeplot(df['Age'], ax=ax, color='gray', linestyle='--', label='全体乘客')
    # 显示图例
    ax.legend()

plt.show()

方法二：构造合并数据集，用hue参数区分

通过构造包含全体数据的临时数据集，利用hue参数在子图中同时展示当前性别与全体的分布：

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

df = sns.load_dataset('titanic')

# 复制数据并标记分组：一组保留原性别，一组标记为全体
df_sex = df.assign(group=df['Sex'])
df_all = df.assign(group='全体乘客')
combined_df = pd.concat([df_sex, df_all])

# 绘制分栏图，用hue区分分组，设置样式区分
sns.displot(combined_df, x='Age', col='Sex', hue='group', kind='kde', 
            multiple="layer", palette=['#1f77b4', 'gray'], linestyles=['-', '--'])

plt.show()