多个Seaborn pointplot绘制时图例颜色与设定值不匹配问题

问题原因 #

每次调用sns.pointplot()时，会在坐标轴上生成多个绘图对象（包括点、连线、误差线等），直接调用ax.legend()时会默认按顺序读取前3个绘图对象匹配标签，而非对应你三次绘图的主线条，因此出现颜色和标签不匹配的问题。

解决方案1：最小改动现有代码 #

手动指定图例对应每个绘图的主线条即可，修改后代码如下：

fig, ax = plt.subplots()
sns.pointplot(x=l[1:], y = np.exp(model_m.params[1:]), label = 'factor',
              ax = ax, color = 'green')
line1 = ax.lines[0]

sns.pointplot(x=l[1:], y = np.exp(model_m.conf_int()[1:][:,1]), 
              ax = ax, label = 'conf_int+', color = 'red')
line2 = ax.lines[2]

sns.pointplot(x=l[1:], y = np.exp(model_m.conf_int()[1:][:,0]), 
              ax = ax, label = 'conf_int-', color = 'blue')
line3 = ax.lines[4]

plt.title('Model M Discrete')
ax.legend(handles=[line1, line2, line3],
           labels = ['factor', 'conf_int+', 'conf_int-'],
           title = 'legend')
plt.show()

解决方案2：符合Seaborn推荐规范的写法 #

将数据转换为长格式（tidy data），使用hue参数一次性绘图，自动生成正确匹配的图例，无需手动调整：

import pandas as pd

# 构造长格式数据集
df = pd.DataFrame({
    "x": l[1:],
    "factor": np.exp(model_m.params[1:]),
    "conf_int+": np.exp(model_m.conf_int()[1:][:,1]),
    "conf_int-": np.exp(model_m.conf_int()[1:][:,0])
}).melt(id_vars="x", var_name="指标", value_name="y")

# 单次绘图自动匹配颜色和图例
fig, ax = plt.subplots()
sns.pointplot(
    data=df, x="x", y="y", hue="指标",
    palette=["green", "red", "blue"],
    ax=ax
)
plt.title('Model M Discrete')
plt.show()

内容的提问来源于stack exchange，提问作者Jordan