如何让Seaborn绘制的多组山脊图更紧凑、重叠度更高、高度显示更清晰

调整方案 #

• 增大子图负间距：将subplots_adjust的hspace参数从-0.1调整为-0.4~-0.6之间，数值绝对值越大重叠度越高，可根据你的分组数量微调。
• 统一KDE高度基准：给sns.kdeplot添加common_norm=True参数，让所有组的KDE高度按统一标准缩放，避免各组曲线高度差异过大难以辨识；同时可添加bw_adjust参数调整曲线平滑度，避免过度平滑丢失细节。
• 降低填充透明度：将填充的alpha从1调整为0.7~0.8，保证上层曲线不会完全遮挡下层的轮廓。
• 优化标签显示：调整标签的垂直位置，同时添加白色半透明背景框，避免标签被上层曲线遮挡。
• 可选调整：给KDE添加clip参数，将曲线范围限制在你的数据实际取值区间内，减少无效的长尾占比，让核心数据区域的显示更紧凑。

修改后参考代码 #

import seaborn as sns
import matplotlib.pyplot as plt

sns.set_theme(style="white", rc={"axes.facecolor":(0,0,0,0), 'axes.linewidth':2})
palette = sns.color_palette("Set2", 12)

def label(x, color, label):
    ax = plt.gca()
    # 调整标签位置，添加半透明背景避免被遮挡
    ax.text(0, .1, label, color='black', fontsize=12,
            ha="left", va="center", transform=ax.transAxes,
            bbox=dict(facecolor='white', alpha=0.8, edgecolor='none', pad=0))

g = sns.FacetGrid(df_comp, palette=palette, row="temperature", hue="temperature", aspect=9, height=1.2)
# 调整KDE参数，统一高度基准、设置透明度
g.map_dataframe(sns.kdeplot, x="Rg", fill=True, alpha=0.7, common_norm=True, bw_adjust=0.8)
g.map_dataframe(sns.kdeplot, x="Rg", color='black', lw=1, common_norm=True, bw_adjust=0.8)
# 增大负间距提升重叠度
g.fig.subplots_adjust(hspace=-.5)
g.map(label, "temperature")
g.set_titles("")
g.set(yticks=[], xlabel="Rg值")
g.despine(left=True)
plt.show()

内容的提问来源于stack exchange，提问作者bad_chemist