如何为seaborn histplot的欺诈与非欺诈类别设置不同颜色？

问题原因 #

你分开两次调用histplot绘制两组数据时，Seaborn默认会使用同一套调色板的默认颜色，导致两组颜色重复。可以通过两种方式解决：

方案1：显式指定每组颜色 #

直接在两次histplot调用中添加color参数，为欺诈和非欺诈数据分别设置不同颜色：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np 

plt.figure(figsize=(15,8))
# 为欺诈数据指定红色
ax = sns.histplot(x='type', data=df[df.isFraud == 1], stat='percent', multiple='dodge', common_norm=False, bins=25, color='#ff4136')
# 为非欺诈数据指定青色
ax = sns.histplot(x='type', data=df[df.isFraud == 0], stat='percent', multiple='dodge', common_norm=False, bins=25, color='#39cccc')
ax.set_ylabel('Percentage in Each Type')
ax.set_xlabel('Transaction Type')  # 修正原代码错误：x轴是交易类型而非金额
plt.legend(labels=['Fraud', 'Not Fraud'])
plt.show()

方案2：使用hue参数（更推荐） #

无需拆分数据集，直接通过hue='isFraud'让Seaborn自动根据欺诈标签分组并分配颜色，代码更简洁规范：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np 

plt.figure(figsize=(15,8))
# 用hue区分欺诈状态，自动分配不同颜色
ax = sns.histplot(x='type', hue='isFraud', data=df, stat='percent', multiple='dodge', common_norm=False, bins=25)
ax.set_ylabel('Percentage in Each Type')
ax.set_xlabel('Transaction Type')
# 替换图例标签为易懂名称
handles, labels = ax.get_legend_handles_labels()
ax.legend(handles, ['Not Fraud', 'Fraud'])
plt.show()

内容的提问来源于stack exchange，提问作者Maha