使用seaborn lmplot合并多年度数据集到同一张图分色绘制的方法

• 第一步：合并三个年度的DataFrame，新增year字段标识所属年份
• 第二步：调用sns.lmplot时使用hue参数指定按year字段分组着色，即可自动实现不同年份的散点、拟合线颜色区分，同时自动生成图例
• 第三步：可按需将三个模型的R²值整合到标题或图例标签中，完善图表信息

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

# 1. 给每个年度DataFrame添加年份标识后合并
df_2018_avg['year'] = '2018'
df_2019_avg['year'] = '2019'
df_2020_avg['year'] = '2020'
df_all = pd.concat([df_2018_avg, df_2019_avg, df_2020_avg], ignore_index=True)

# 2. 调用lmplot，用hue参数按年份区分颜色
g = sns.lmplot(
    x="CDD",
    y="kWh",
    data=df_all,
    hue="year",  # 核心参数：按year字段分组着色
    fit_reg=True,
    height=8,
    aspect=15/8  # 直接指定宽高比，等价于之前的fig.set_size_inches(15,8)
)

# 3. 设置标题，整合三个年度的R²信息
r2_info = f"2018 R²: {round(stats_model_2018.rsquared,2)} | 2019 R²: {round(stats_model_2019.rsquared,2)} | 2020 R²: {round(stats_model_2020.rsquared,2)}"
g.fig.suptitle(f'kWh / Day Vs CDD Model (2018-2020) | {r2_info}', y=1.02)  # y参数调整标题位置避免被遮挡

plt.show()

如果希望把R²值放到图例里而非标题，可以自定义图例标签，代码如下：

# 自定义图例标签，添加R²信息
handles, labels = g.get_legend_handles_labels()
new_labels = [
    f"2018 (R²={round(stats_model_2018.rsquared,2)})",
    f"2019 (R²={round(stats_model_2019.rsquared,2)})",
    f"2020 (R²={round(stats_model_2020.rsquared,2)})"
]
g.legend.remove()  # 移除默认图例
g.add_legend(handles=handles, labels=new_labels, title='Year')

内容的提问来源于stack exchange，提问作者bbartling