如何在多个Matplotlib子图上叠加Seaborn等高线图并保留色条？

要实现等高线图叠加到每个子图上并保留散点图的色条，只需对原代码做两处核心修改：让等高线绘制函数支持复用已有子图坐标轴，以及合理布局色条避免重叠。

1. 重构等高线绘制函数 #

原contour_plot函数会创建新的画布和坐标轴，无法直接复用子图。修改后让它接受外部传入的坐标轴对象，直接在目标子图上绘制等高线：

def contour_plot(df, ax=None):
    # 若未传入坐标轴，则创建新画布（保留原函数兼容性）
    if ax is None:
        f, ax = plt.subplots(figsize=(7, 7))
    else:
        f = ax.figure  # 获取子图所属的画布
    
    df = DataFrame(contour_list, columns=['N0', 'DI'])
    # 可指定等高线颜色（比如红色），和散点图区分开
    sns.kdeplot(data=df, ax=ax, x='N0', y='DI', levels=10, color='red')
    return f, ax

2. 批量创建子图并叠加内容 #

一次性创建所有子图，遍历每个子图时先绘制散点图，再叠加等高线，最后用专用布局工具添加色条：

import matplotlib.pyplot as plt
from mpl_toolkits.axes_grid1 import make_axes_locator
import seaborn as sns
from pandas import DataFrame

# 假设你已定义好contour_list、X、Y、C、df这些变量

# 创建3行2列的子图布局，指定整体尺寸
fig, axes = plt.subplots(3, 2, figsize=(12, 16))
# 增加子图之间的间距，避免内容拥挤
fig.tight_layout(pad=4.0)

# 遍历每个子图
for ax in axes.flat:
    # 绘制散点图，保存返回的scatter对象用于生成色条
    scatter = ax.scatter(x=X, y=Y, c=C, s=0.1)
    # 在当前子图上叠加等高线
    contour_plot(df, ax=ax)
    
    # 给每个子图右侧添加独立的色条区域，避免挤压子图内容
    divider = make_axes_locator(ax)
    cax = divider.append_axes("right", size="5%", pad=0.05)
    fig.colorbar(scatter, cax=cax)

plt.show()

关键说明 #

• 等高线和散点图共享同一个子图坐标轴，实现叠加效果。
• 使用make_axes_locator为每个子图单独分配色条空间，保证色条不会和子图内容重叠，且每个色条对应自身散点图的颜色映射。
• 可以通过修改sns.kdeplot的color参数调整等高线颜色，让叠加后的内容更清晰。

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