Seaborn figure-level绘图适配子图：解决ECDF图并排展示问题

核心问题原因 #

seaborn.displot()是Figure级绘图函数，它会自动创建新画布，直接传入plt.subplots()生成的ax参数不会生效，这就是你之前尝试失败的原因。要实现子图布局，应改用Axes级的seaborn.ecdfplot()函数，它可以直接绑定到指定的子图坐标轴上。

实现代码示例 #

假设你的DataFrame名为df，行程时长列是duration，分组列是travelmode，代码如下：

import seaborn as sns
import matplotlib.pyplot as plt

# 创建1行2列的子图布局，设置画布大小
fig, (ax_left, ax_right) = plt.subplots(nrows=1, ncols=2, figsize=(14, 6))

# 绘制整体行程时长的ECDF图
sns.ecdfplot(data=df, x="duration", ax=ax_left)
ax_left.set_title("整体行程时长ECDF")
ax_left.set_xlabel("行程时长")
ax_left.set_ylabel("累积概率")

# 绘制按travelmode分组的ECDF图
sns.ecdfplot(data=df, x="duration", hue="travelmode", ax=ax_right)
ax_right.set_title("按出行方式分组的ECDF")
ax_right.set_xlabel("行程时长")
ax_right.set_ylabel("累积概率")

# 统一两张图的x轴范围，确保刻度完全一致
x_min = df["duration"].min()
x_max = df["duration"].max()
ax_left.set_xlim(x_min, x_max)
ax_right.set_xlim(x_min, x_max)

# 可选：手动设置相同的x轴刻度（如需更精细控制）
# shared_ticks = [0, 10, 20, 30, 40, 50]
# ax_left.set_xticks(shared_ticks)
# ax_right.set_xticks(shared_ticks)

# 调整布局，避免标签重叠
plt.tight_layout()
plt.show()

关键说明 #

1. Axes级函数适配子图：ecdfplot是针对坐标轴的绘图函数，通过ax参数可指定绘制的子图，完美适配plt.subplots()创建的布局。
2. 统一x轴的两种方式：
   • 用数据的最小/最大值设置xlim，确保两张图的x轴范围完全一致；
   • 手动指定相同的xticks，让刻度点完全对应，对比更直观。
3. 布局优化：plt.tight_layout()会自动调整子图间距，避免标题、标签互相遮挡。

内容的提问来源于stack exchange，提问作者arilwan