为何Seaborn FacetGrid无ax参数接收Matplotlib轴？自定义样式需求

其实这个问题得从FacetGrid的设计定位说起——它和distplot这类单轴绘图函数根本不是一个路数。distplot是给你一个现成的轴（或者自动帮你创建一个），在上面画单个分布图；但FacetGrid本身就是一个子图网格的容器，它的核心功能是帮你快速生成一组按照变量拆分的子图布局，所以从设计之初就没打算接收外部的ax参数。

不过要实现自定义样式完全没问题，给你几个实用的方法：

• 用FacetGrid自带的方法统一设置样式
  官方给FacetGrid做了一堆专门的样式设置方法，比手动改每个轴高效多了：

  import seaborn as sns
  import matplotlib.pyplot as plt
  
  tips = sns.load_dataset("tips")
  # 创建FacetGrid对象
  g = sns.FacetGrid(tips, col="time", row="smoker")
  # 设置整体网格风格
  g.set_style("whitegrid")
  # 统一设置坐标轴标签
  g.set_axis_labels("总账单金额", "小费金额")
  # 自定义子图标题格式
  g.set_titles(col_template="{col_name}时段", row_template="{row_name}吸烟者")
  # 映射绘图函数
  g.map(sns.histplot, "total_bill")
  plt.show()
  

• 直接访问axes对象做精细化调整
  如果需要更个性化的修改，比如调整某个子图的刻度、范围，FacetGrid的axes属性就是所有子图轴的二维数组，你可以直接索引或者循环遍历修改：

  # 接上面的例子，修改第一行第一列子图的x轴刻度
  g.axes[0,0].tick_params(axis='x', labelsize=12, rotation=45)
  # 遍历所有子图，设置y轴范围
  for ax_row in g.axes:
      for ax in ax_row:
          ax.set_ylim(0, 15)
  

• 结合Matplotlib全局样式
  如果你习惯用Matplotlib的方式自定义，也可以在创建FacetGrid之前，用Matplotlib的全局样式设置，FacetGrid会自动继承这些配置：

  import matplotlib.pyplot as plt
  
  plt.style.use('ggplot')
  plt.rcParams['font.size'] = 10
  # 之后创建的FacetGrid会自动应用这些样式
  

简单来说，FacetGrid是“负责创建轴网格的工具”，而不是“在已有轴上绘图的工具”，所以它不需要ax参数，但它给了你足够的接口去修改生成后的轴样式，完全能满足你的自定义需求。

内容的提问来源于stack exchange，提问作者william007