Seaborn Scatterplot图例缺失系列：如何强制显示全部分类？

当DataFrame中isValid字段全为True或False时，Seaborn的scatterplot会自动隐藏不存在的类别图例。要强制显示"Approved"（对应True）和"Rejected"（对应False）两个图例项，无需重复绘图，有两种可行方案：

方案一：手动构建自定义图例 #

先正常绘制散点图，再手动创建两个图例元素替换默认图例，确保两个类别都显示：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
from matplotlib.patches import Patch

# 示例DataFrame（此处为全True的情况）
df = pd.DataFrame({
    'Depth': [10.2, 15.5, 8.7],
    'Std': [0.3, 0.5, 0.2],
    'isValid': [True, True, True]
})

# 绘制散点图
ax = sns.scatterplot(data=df, x='Std', y='Depth', hue='isValid')

# 定义标签映射与调色板
label_map = {True: 'Approved', False: 'Rejected'}
palette = sns.color_palette()  # 布尔型hue默认使用两个颜色

# 创建图例元素
legend_elements = [
    Patch(facecolor=palette[0], label=label_map[False]),
    Patch(facecolor=palette[1], label=label_map[True])
]

# 替换默认图例
ax.legend(handles=legend_elements, title='Status')

plt.show()

方案二：将字段转为固定类别的分类类型 #

把isValid转为包含[False, True]所有可能值的分类列，Seaborn会自动保留全部类别图例：

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

# 示例DataFrame
df = pd.DataFrame({
    'Depth': [10.2, 15.5, 8.7],
    'Std': [0.3, 0.5, 0.2],
    'isValid': [True, True, True]
})

# 将isValid转为分类类型，指定所有可能类别
df['isValid'] = pd.Categorical(df['isValid'], categories=[False, True], ordered=True)

# 绘制散点图
ax = sns.scatterplot(data=df, x='Std', y='Depth', hue='isValid')

# 修改图例标签为自定义文本
handles, _ = ax.get_legend_handles_labels()
ax.legend(handles=handles, labels=['Rejected', 'Approved'], title='Status')

plt.show()

两种方案都能避免重复绘图，强制显示两个图例项：方案一更灵活，适合自定义图例样式；方案二更简洁，依赖Pandas分类类型的特性。

内容的提问来源于stack exchange，提问作者Vinicius Nogueira