Seaborn lineplot如何拆分hue所用列名生成双维度组合图例

架构老林

2026-8-29

实现方案

Seaborn 绘图默认更适配长表（Tidy Data）结构，你只需要先把原始宽表重塑为长格式，拆分列名得到两个分组维度，再传入绘图参数即可，图例会自动生成对应拆分字段的组合标识。

步骤1：重塑数据拆分列名

先通过melt把宽表转成长表，再按下划线拆分原始列名，生成两个独立的分组字段，同时补充x轴对应的序列索引：

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

# 原始示例数据
df = pd.DataFrame(np.array([[1, 2, 3, 4], [4, 5, 6, 4], [7, 8, 9, 4]]),
                   columns=['NP_A', 'NP_B', 'NP_C', "OP_A"])

# 宽表转长表
df_long = df.melt(var_name='origin_col', value_name='val')
# 按下划线拆分列名，得到两个分组维度
df_long[['main_type', 'sub_type']] = df_long['origin_col'].str.split('_', expand=True)
# 生成x轴位置索引，对应原始数据的行号
df_long['x_axis'] = df_long.groupby('origin_col').cumcount()

步骤2：调用lineplot绘图

你可以选择两种图例展示方式：

方式1：双维度区分（颜色+线型）

把拆分后的两个字段分别传给hue（颜色分组）和style（线型分组），同属一类主分组的折线颜色一致，同属一类子分组的折线线型一致，组合区分所有系列：

sns.lineplot(
    data=df_long,
    x='x_axis',
    y='val',
    hue='main_type',
    style='sub_type',
    markers=True,
    dashes=True
)
plt.legend(title='分组组合')
plt.show()

方式2：单维度合并分组

如果希望图例直接展示拆分后两个字段的组合值，可以把两个字段拼接成新的分组列，直接传给hue参数：

df_long['combine_type'] = df_long['main_type'] + '-' + df_long['sub_type']
sns.lineplot(
    data=df_long,
    x='x_axis',
    y='val',
    hue='combine_type',
    marker='o'
)
plt.show()