如何将Seaborn图表中的图例（分组1-19）设置为X轴刻度？

现有如下Pandas DataFrame：

使用以下代码通过Seaborn绘图：

df_m = pd.melt(df, id_vars='Group', value_vars=['PB'])
fig, ax = plt.subplots(figsize=(15,10))
sns.stripplot(x='variable', y='value', data=df_m, hue='Group', dodge=True, ax=ax, linewidth=1)

sns.boxplot(x='variable', y='value', data=df_m, hue='Group')

handles, labels = ax.get_legend_handles_labels()
ax.legend(handles[:19], labels[:19], title='Group')

希望将图例中的分组1-19设置为X轴刻度，尝试了以下代码但图表出现挤压：

ax.set_xticks(range(19))
ax.set_xticklabels(['G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9', 'G10', 
                    'G11', 'G12', 'G13', 'G14', 'G15', 'G16', 'G17', 'G18', 'G19']);

需要解决图表挤压的问题。

问题核心是当前绘图逻辑把所有分组数据挤在同一个X轴位置（variable对应的PB类别），强行设置19个刻度必然重叠。推荐两种解决方式：

方式一：直接将Group作为X轴类别（简洁直观） #

无需对DataFrame做melt处理，直接把分组作为X轴独立类别，每个分组占据单独的空间：

fig, ax = plt.subplots(figsize=(15,10))
# 先画箱线图，避免散点被覆盖
sns.boxplot(x='Group', y='PB', data=df, ax=ax, showfliers=False)
# 添加散点图展示原始数据
sns.stripplot(x='Group', y='PB', data=df, color='black', size=5, ax=ax)

# 设置自定义X轴刻度标签
ax.set_xticklabels(['G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9', 'G10', 
                    'G11', 'G12', 'G13', 'G14', 'G15', 'G16', 'G17', 'G18', 'G19'])
# 移除图例（分组已通过X轴展示）
ax.get_legend().remove()

方式二：保留原hue+dodge逻辑，手动调整X轴位置 #

如果想维持原绘图结构，需要手动计算每个分组的偏移位置，让刻度分散开：

df_m = pd.melt(df, id_vars='Group', value_vars=['PB'])
fig, ax = plt.subplots(figsize=(15,10))
# 确保dodge=True让分组数据偏移
sns.stripplot(x='variable', y='value', data=df_m, hue='Group', dodge=True, ax=ax, linewidth=1)
sns.boxplot(x='variable', y='value', data=df_m, hue='Group', dodge=True, ax=ax)

# 计算每个分组对应的X轴位置（默认dodge偏移量为0.2）
original_pos = ax.get_xticks()[0]
xticks = [original_pos + 0.2*(i-9) for i in range(19)]
ax.set_xticks(xticks)
ax.set_xticklabels(['G1', 'G2', 'G3', 'G4', 'G5', 'G6', 'G7', 'G8', 'G9', 'G10', 
                    'G11', 'G12', 'G13', 'G14', 'G15', 'G16', 'G17', 'G18', 'G19'])
# 移除原X轴标签和图例
ax.set_xlabel('')
ax.get_legend().remove()

第一种方式逻辑更清晰，是处理这类分组可视化的常规做法，优先推荐。

内容的提问来源于stack exchange，提问作者A.E