如何用Seaborn displot实现叠加KDE图（替代已弃用的distplot）

问题背景 #

原先使用distplot可以直接叠加两列数据的KDE曲线，但改用displot后每次调用都会生成独立的图，需要调整代码实现叠加效果。

解决方案 #

方法1：转换为长格式数据（Seaborn推荐用法）

displot作为Figure级函数，更适配长格式数据。先把宽格式的DataFrame转成长格式，再通过hue参数区分不同数据列：

import pandas as pd
import numpy as np
import seaborn as sns

# 生成示例数据
df1 = pd.DataFrame({
    'num1': np.random.normal(loc=0.0, scale=1.0, size=100),
    'num2': np.random.normal(loc=0.0, scale=1.0, size=100)
})

# 将宽格式转为长格式
df_long = df1.melt(var_name='数据列', value_name='数值')

# 绘制叠加KDE图
sns.displot(
    data=df_long, 
    x='数值', 
    hue='数据列', 
    kind='kde', 
    palette=['orange', 'blue']
)

方法2：使用Axes级函数kdeplot叠加绘制

如果想保留宽格式数据，可以直接用Axes级的kdeplot，在同一个Matplotlib画布上多次调用实现叠加：

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

df1 = pd.DataFrame({
    'num1': np.random.normal(loc=0.0, scale=1.0, size=100),
    'num2': np.random.normal(loc=0.0, scale=1.0, size=100)
})

# 创建画布
plt.figure()
# 叠加绘制两条KDE曲线
sns.kdeplot(data=df1['num1'], color='orange', label='num1')
sns.kdeplot(data=df1['num2'], color='blue', label='num2')
# 添加图例
plt.legend()
plt.show()

说明 #

• 方法1是Seaborn官方推荐的方式，长格式数据能让displot自动处理图例、配色等细节，后续新增数据列时扩展性更强。
• 方法2更贴近原distplot的使用逻辑，直接在同一轴上叠加绘制，灵活性更高。

内容的提问来源于stack exchange，提问作者jmich738