如何使用Seaborn为datetime64[ns]与类别变量绘制带边缘分布的hexbin图

算力阿峰

2026-9-25

解决方案

错误原因

jointplot的kind='hex'要求x、y轴均为连续型变量（数值/时间类型），直接传入分类类型的违规类型列作为x轴，不符合参数要求会触发报错。
你提供的复现代码还存在两个额外问题：未将字符串格式的时间列转换为datetime类型、未指定kind='hex'反而传入了和hexbin不兼容的hue参数。

实现步骤

先完成数据预处理：将时间列转换为datetime64[ns]类型，将违规类型列转换为category类型，同时生成分类对应的数值编码用于绘图。
绘图时x轴传入数值编码，绘图完成后再将x轴刻度替换为分类标签即可保留分类含义。
边缘分布会自动匹配x、y轴的分布规律，无需额外调整。

可运行代码

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

# 构造示例数据，可替换为你自己的数据集
ndf = pd.DataFrame({
    'date-time': ['2021-11-15 00:10:00','2021-11-15 00:20:00', '2021-11-15 00:15:00', '2021-11-15 00:30:00', '2021-11-15 00:25:00'],
    'incident': ['a','b', 'a', 'c', 'b']
})
# 转换时间列格式
ndf['date-time'] = pd.to_datetime(ndf['date-time'], format="%Y-%m-%d %H:%M:%S")
# 转换违规类型为分类变量并生成数值编码
ndf['incident'] = ndf['incident'].astype('category')
ndf['incident_code'] = ndf['incident'].cat.codes

sns.set_theme(style="ticks")
# 绘制带边缘分布的hexbin图
g = sns.jointplot(data=ndf, x='incident_code', y='date-time', kind="hex", color="#4CB391")

# 替换x轴刻度为分类标签，还原分类含义
g.ax_joint.set_xticks(range(len(ndf['incident'].cat.categories)))
g.ax_joint.set_xticklabels(ndf['incident'].cat.categories)
# 修改轴标签为业务含义
g.set_axis_labels(xlabel='违规类型', ylabel='发生时间')

plt.tight_layout()
plt.show()