使用Seaborn实现2×2垂直堆叠图表的技术咨询

Got it, let's fix this up! The issue with your current code is that you're creating a 1-row, 2-column subplot grid (plt.subplots(1,2)) for each feature, which only gives you side-by-side plots. To get a 2×2 stacked layout (two rows, two columns) per feature, you just need to adjust the subplot grid dimensions and map your plots to the correct axes positions.

修改后的完整代码 #

import seaborn as sns
import pandas as pd
import matplotlib.pyplot as plt  # 别忘了导入matplotlib！

df = pd.read_csv('dataset.csv')
print(df.columns)

for feature in df.columns:
    data = df[feature].tolist()
    # 创建2行2列的子图网格，设置合适的尺寸让图表更清晰
    fig, ax = plt.subplots(2, 2, figsize=(10, 8))
    
    # 第一行第一列：非归一化，仅直方图
    sns.distplot(data, bins=25, ax=ax[0,0], norm_hist=False, hist=True, kde=False).set_title(f"{feature} - Hist Only (Non-Normalized)")
    
    # 第一行第二列：归一化，直方图+KDE曲线
    sns.distplot(data, bins=25, ax=ax[0,1], norm_hist=True, hist=True, kde=True).set_title(f"{feature} - Hist + KDE (Normalized)")
    
    # 第二行第一列：非归一化，仅KDE曲线
    sns.distplot(data, bins=25, ax=ax[1,0], norm_hist=False, hist=False, kde=True).set_title(f"{feature} - KDE Only (Non-Normalized)")
    
    # 第二行第二列：非归一化，直方图+KDE曲线
    sns.distplot(data, bins=25, ax=ax[1,1], norm_hist=False, hist=True, kde=True).set_title(f"{feature} - Hist + KDE (Non-Normalized)")
    
    # 自动调整子图间距，避免标题、标签重叠
    plt.tight_layout()
    plt.show()

关键修改点说明 #

• 调整子图网格：把plt.subplots(1,2)改成plt.subplots(2,2)，这样就生成了2行2列的子图布局。此时ax是一个二维数组，你可以通过ax[row, col]的方式访问每个子图的坐标轴（比如ax[0,0]是第一行第一个子图，ax[1,0]是第二行第一个子图）。
• 补充缺失的导入：原代码里用了plt但没导入matplotlib.pyplot，这会导致运行报错，所以加上了import matplotlib.pyplot as plt。
• 优化图表可读性：添加figsize参数设置整体图的大小，用plt.tight_layout()自动调整子图间距，防止标题和坐标轴标签互相重叠。

版本兼容提示（可选） #

如果你的Seaborn版本是0.11.0及以上，distplot已经被官方标记为弃用，推荐使用更灵活的histplot和kdeplot来替代，示例代码如下：

# 替换distplot的示例代码
sns.histplot(data, bins=25, ax=ax[0,0], stat="count").set_title(f"{feature} - Hist Only (Non-Normalized)")
sns.histplot(data, bins=25, ax=ax[0,1], stat="density", kde=True).set_title(f"{feature} - Hist + KDE (Normalized)")
sns.kdeplot(data, ax=ax[1,0]).set_title(f"{feature} - KDE Only (Non-Normalized)")
sns.histplot(data, bins=25, ax=ax[1,1], stat="count", kde=True).set_title(f"{feature} - Hist + KDE (Non-Normalized)")

内容的提问来源于stack exchange，提问作者taga