Seaborn如何循环绘制分类列不同取值对应的直方图子图

• 直接遍历DataFrame对象时，默认迭代的是列名，不会按Operator字段自动拆分分组，循环拿到的内容和预期的分组数据完全不符
• plt.subplot()的第三个参数要求是从1开始的整数位置索引，原代码用字符串切片做数值计算逻辑完全错误，会直接触发类型报错
• 单个子图仅需展示对应Operator的delay分布，不需要设置hue='Operator'参数，否则会重复绘制全量数据的分组结果

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

# 构造测试数据集
data = {
    'Operator':['AB','BC','DE','FG','AB','AB','DE','BC','BC','BC','BC'], 
    'delay': [22000,25000,27000,35000, 4567, 1893,15373,987,354,1,15]
}
data = pd.DataFrame(data)

# 固定子图展示顺序，和要求的AB、BC、DE、FG对应
operator_list = ['AB', 'BC', 'DE', 'FG']

plt.figure(figsize=(15,10))
for idx, op_name in enumerate(operator_list):
    # 筛选当前运营商对应的子集数据
    current_data = data[data['Operator'] == op_name]
    # 创建2行2列布局的子图，位置索引从1开始
    plt.subplot(2, 2, idx + 1)
    # 绘制当前分组的delay分布直方图
    sns.histplot(data=current_data, x='delay')
    # 设置子图标题
    plt.title(f'Operator {op_name} 延迟分布')

# 自动调整子图间距，避免标签重叠
plt.tight_layout()
plt.show()

• 如果需要在直方图上叠加核密度估计曲线，可以给sns.histplot()加上kde=True参数
• 如果需要调整分箱数量，可以加bins=参数值自定义
• 可以根据需要给每个子图单独设置x轴、y轴标签，调整字体大小等样式

内容的提问来源于stack exchange，提问作者limona