如何使用Seaborn将2017/2020/2022_value多组数据绘制在同一张图中

你的代码只显示2017_value的点，核心原因是宽格式数据无法让Seaborn自动区分年份组的颜色，且原PairGrid.map()的调用方式无法为不同年份变量指定独立颜色。以下是两种针对性解决方案：

方案1：转换为长格式数据，单图展示多年份点（推荐） #

如果你的需求是在同一图中，每个area对应位置显示三个年份的数值点（用颜色区分年份），长格式数据是Seaborn分类绘图的最佳适配格式：

步骤1：数据格式转换 #

用Pandas的melt函数将宽格式转为长格式，提取年份标签：

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

# 假设原始数据结构
# df = pd.DataFrame({
#     'area': ['华北', '华东', '华南'],
#     'growth': [0.7, 1.3, 0.9],
#     '2017_value': [12, 16, 9],
#     '2020_value': [14, 19, 10],
#     '2022_value': [16, 21, 12]
# })

# 转换为长格式，拆分年份和数值列
df_long = df.melt(
    id_vars=['area', 'growth'],
    value_vars=['2017_value', '2020_value', '2022_value'],
    var_name='year',
    value_name='value'
)
# 提取年份数字，优化标签显示
df_long['year'] = df_long['year'].str.extract('(\d+)')

步骤2：绘制带颜色区分的Stripplot #

直接用stripplot的hue参数指定年份分组，自定义颜色匹配需求：

plt.figure(figsize=(8, 10))
sns.stripplot(
    data=df_long,
    x='value',
    y='area',
    hue='year',
    size=10,
    orient='h',
    jitter=False,
    palette={'2017': 'blue', '2020': 'red', '2022': 'black'},
    linewidth=1,
    edgecolor='w'
)

# 添加垂直参考线
plt.axvline(x=1, ls='--', linewidth=3, c='black')

# 调整样式
plt.xlabel('数值')
plt.ylabel('区域')
plt.xlim(0, 30) # 根据你的数据范围调整
plt.grid(axis='y')
sns.despine(left=True, bottom=True)
plt.legend(title='年份')
plt.show()

方案2：保留原PairGrid多子图结构 #

如果需要保留growth+三个年份数值的四列子图布局，需循环为每个子图指定独立颜色，同时修正标题数量不匹配的问题：

g = sns.PairGrid(
    df,
    x_vars=['growth','2017_value','2020_value','2022_value'],
    y_vars=["area"],
    height=10,
    aspect=.50
)

# 为每个子图指定对应颜色，逐个绘制
colors = ['gray', 'blue', 'red', 'black']
for ax, x_var, color in zip(g.axes.flat, g.x_vars, colors):
    sns.stripplot(
        data=df,
        x=x_var,
        y='area',
        ax=ax,
        size=10,
        orient="h",
        jitter=False,
        color=color,
        linewidth=1,
        edgecolor="w"
    )

# 设置各子图x轴范围
g.axes[0,0].set(xlim=(-1, 12.5), xlabel="", ylabel="")
g.axes[0,1].set(xlim=(0, 30), xlabel="", ylabel="")
g.axes[0,2].set(xlim=(0, 30), xlabel="", ylabel="")
g.axes[0,3].set(xlim=(0, 30), xlabel="", ylabel="")

# 添加垂直参考线
for ax in g.axes.ravel():
    ax.axvline(x=1, ls='--', linewidth=3, c='black')

# 设置匹配子图数量的标题
titles = ["增长率", "2017年数值", "2020年数值", "2022年数值"]
for ax, title in zip(g.axes.flat, titles):
    ax.set(title=title)
    ax.xaxis.grid(False)
    ax.yaxis.grid(True)

sns.despine(left=True, bottom=True)
plt.show()

内容的提问来源于stack exchange，提问作者Shivam Agrawal