Seaborn绘制多组数据重叠直方图结果异常如何解决

你当前代码的核心问题是传入绘图函数的字段错误。sns.distplot()默认会统计传入列的数值出现频次，你现在传入的是month_box月份列，所以输出的图展示的是不同月份在你的DataFrame中出现的次数，和你需要展示的「当月项目数量」完全无关。

需求1：展示三个区域每月项目数量的重叠对比 #

先对三个DataFrame做合并处理，新增区域标识字段后绘图：

# 给每个DataFrame新增区域标识
bex_boxdf['area'] = 'Bexley'
west_boxdf['area'] = 'Westminster'
gwch_boxdf['area'] = 'Greenwich'

# 合并三个数据集
import pandas as pd
all_df = pd.concat([bex_boxdf, west_boxdf, gwch_boxdf], axis=0, ignore_index=True)

# 绘图
import seaborn as sns
import matplotlib.pyplot as plt
sns.histplot(
    data=all_df,
    x='month_box',
    weights='Sum Value', # 指定柱子高度为项目数量
    hue='area', # 按区域区分颜色
    multiple='layer', # 开启重叠展示
    bins=range(1,14) # 固定分箱为1-12月
)
plt.legend(prop={'size': 12})
plt.title('不同区域每月犯罪数量对比')
plt.xlabel('月份')
plt.ylabel('犯罪数量')
plt.xticks(range(1,13)) # 确保x轴显示完整1-12月
plt.show()

需求2：展示三个区域项目数量的整体分布差异（不关联月份维度） #

直接将项目数量列传入绘图函数即可：

# 注：sns.distplot已在新版本seaborn中弃用，推荐用sns.histplot替代
sns.histplot(bex_boxdf['Sum Value'], kde=False, label = 'Bexley')
sns.histplot(west_boxdf['Sum Value'], kde=False, label = 'Westminster')
sns.histplot(gwch_boxdf['Sum Value'], kde=False, label = 'Greenwich')
plt.legend(prop={'size': 12})
plt.title('犯罪数量分布对比')
plt.xlabel('犯罪数量')
plt.ylabel('频次')
plt.show()

如果你使用的是旧版本seaborn，无法使用histplot，也可以将上述代码中的histplot替换为distplot，核心逻辑不变。

内容的提问来源于stack exchange，提问作者Jimmy K