如何循环生成12个月度密度图对比2017、2018年的变量分布

• 最初的代码仅做了月份遍历，没有嵌套年份遍历逻辑，无法在同一张子图中绘制两个年份的密度曲线
• plt.subplots(4,3)返回的是二维数组，直接和月份列表zip会报错，需要先展平为一维数组
• 后续尝试kdeplot时参数配置错误：同时传入x="Year"和y="Variable"会生成双变量联合密度图，不是你需要的单变量分布曲线；且自行创建子图后再传col参数会产生逻辑冲突，导致输出异常。
• distplot在新版seaborn中已经弃用，建议用kdeplot替代实现单变量密度曲线绘制。

import matplotlib.pyplot as plt
import seaborn as sns

years = [2017, 2018]
months = range(1,13)

# 创建画布与子图，将4行3列的二维子图数组展平为一维方便遍历
fig = plt.figure(figsize=(15, 12), constrained_layout=True)
axs = fig.subplots(4, 3).flatten()

for ax, month in zip(axs, months):
    ax.set_title(f"Month = {month}")
    # 嵌套遍历两个年份，在同一张子图中分别绘制密度曲线
    for year in years:
        # 筛选对应月份、对应年份的数据集
        subset = df[(df["Month"] == month) & (df["Year"] == year)]
        sns.kdeplot(
            data = subset,
            x = "Variable",
            linewidth = 3,
            label = str(year),
            ax = ax
        )
    ax.legend() # 显示当前子图的年份图例
    ax.set_xlabel("变量值")
    ax.set_ylabel("密度")

plt.show()

如果不想写嵌套循环，也可以直接用seaborn的分面绘图功能，无需手动管理子图：

import seaborn as sns

sns.displot(
    data = df,
    x = "Variable",
    hue = "Year", # 按年份区分曲线颜色
    kind = "kde", # 指定绘制单变量密度曲线
    col = "Month", # 按月份拆分为多个子图
    col_wrap = 3, # 每行展示3个子图
    linewidth = 3,
    height = 2.5
)
plt.show()

内容的提问来源于stack exchange，提问作者Fluxy