如何将Seaborn绘图添加到带子图的Matplotlib Figure并循环生成

我来帮你搞定这个问题！Seaborn和Matplotlib的兼容性很好，核心就是通过Seaborn绘图函数的ax参数，指定要绘制的目标坐标轴（也就是你的子图ax[0]、ax[1]、ax[2]）。

步骤1：修改你的绘图函数 #

首先，给plotf函数添加一个ax参数，让它可以接收指定的坐标轴。如果没有传入ax，就默认使用当前活跃的坐标轴，这样也不影响函数原来的单独使用：

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

def plotf(df_x, ax=None):
    # 如果未指定ax，使用当前坐标轴
    if ax is None:
        ax = plt.gca()
    # 在指定的ax上绘制Seaborn折线图
    g = sns.lineplot(data=df_x[['2016','2017','2018']], ax=ax)
    g.set_xticks(range(0,12))
    g.set_xticklabels(['Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec','Jan'])
    return g

步骤2：在子图中调用函数 #

创建好fig和ax数组后，你可以通过循环或者逐个调用的方式，把每个子图的ax对象传给plotf函数，这样就能把Seaborn图画到对应的子图里了：

# 生成示例数据
df = pd.DataFrame({
    'Period': list(range(1,13)), 
    '2016': np.random.randint(low=1, high=100, size=12), 
    '2017': np.random.randint(low=1, high=100, size=12), 
    '2018': np.random.randint(low=1, high=100, size=12)
})

# 创建3行1列的子图布局
fig, ax = plt.subplots(nrows=3, figsize=(8, 10))  # 指定figsize让布局更美观

# 循环给每个子图绘图
for idx in range(3):
    # 这里可以根据需求传入不同的df，比如df的子集，示例用同一个df
    plotf(df, ax=ax[idx])

# 调整子图间距，避免标签重叠
plt.tight_layout()
# 显示图形
plt.show()

原理说明 #

Seaborn的绝大多数绘图函数（比如sns.lineplot、sns.barplot等）都支持ax参数，这个参数接受一个Matplotlib的Axes对象。通过指定这个参数，你就能精准控制Seaborn图绘制在哪个子图上，完美整合到Matplotlib的多子图布局中。

内容的提问来源于stack exchange，提问作者Vinay