如何在Seaborn子图中获取分布曲线峰值X值并绘制垂直线

要在子图的每条KDE曲线上添加峰值垂直线和X轴标注，核心是针对每个子图的轴对象，提取曲线数据并计算峰值位置，再在对应子图上绘制元素。以下是修改后的可运行代码：

from pylab import *
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 生成示例数据
input1 = np.random.normal(loc=0.2, scale=1.0, size=25)
output1 = np.random.normal(loc=0.3, scale=1.0, size=25)
input2 = np.random.normal(loc=0.1, scale=1.0, size=25)
output2 = np.random.normal(loc=0.15, scale=1.0, size=25)
inputs = [input1, input2]
outputs = [output1, output2]

my_alpha = 0.03
my_linewidth = 0.7

for i in range(len(inputs)):
    # 创建子图并获取当前轴对象
    ax = plt.subplot(1, 2, i+1)
    # 绘制两条KDE曲线
    sns.kdeplot(inputs[i], shade=True, alpha=my_alpha, linewidth=my_linewidth, 
                label='Input Playlist', color='#2cc758', ax=ax)
    sns.kdeplot(outputs[i], shade=True, alpha=my_alpha, linewidth=my_linewidth, 
                label='Recommandations Made', color='#dbb818', ax=ax)
    
    # 遍历当前子图中的每条曲线，处理峰值标注
    for line in ax.lines:
        # 获取曲线的x、y数据
        x_data = line.get_xdata()
        y_data = line.get_ydata()
        # 找到y最大值对应的索引，得到峰值的x坐标
        peak_idx = np.argmax(y_data)
        peak_x = x_data[peak_idx]
        peak_y = y_data[peak_idx]
        
        # 绘制垂直线：从x轴（y=0）到峰值顶部
        ax.vlines(x=peak_x, ymin=0, ymax=peak_y, color=line.get_color(), 
                  linestyle='--', linewidth=0.8)
        # 在X轴上方标注峰值的x值（保留两位小数）
        ax.text(x=peak_x, y=0, s=f'{peak_x:.2f}', 
                ha='center', va='top', fontsize=8, color=line.get_color())

# 调整图例位置与样式
myLegend = plt.legend(loc='lower left', bbox_to_anchor=(-1.2, 1.05), ncol=2)
myLegend.set_title("Tracks Set")
plt.setp(myLegend.get_title())

# 调整子图间距，避免元素重叠
plt.tight_layout()
plt.show()

关键说明： #

• 子图轴对象控制：每个循环中明确获取当前子图的ax对象，所有绘制操作都基于这个轴，确保元素画在正确的子图上。
• 提取曲线数据：通过ax.lines获取当前子图内的所有曲线，每条曲线的get_xdata()和get_ydata()能拿到KDE的数值点。
• 峰值计算：用np.argmax(y_data)找到y值最大的位置，对应就是KDE曲线的峰值点。
• 垂直线与标注：用ax.vlines绘制垂直线，ax.text在X轴上方标注峰值的x坐标，颜色与对应曲线保持一致，提升可读性。

内容的提问来源于stack exchange，提问作者Anto69