同时设置hue与scatter_kws的s参数时seaborn.lmplot报错ValueError如何解决

问题原因 #

你遇到的报错原因和你的推测完全一致：

调用sns.lmplot时传入hue='sex'参数后，seaborn会将完整的tips数据集按sex字段拆分为两个独立分组，分别绘制每组的散点。但scatter_kws内的参数会直接透传给底层matplotlib的scatter方法，不会随分组同步拆分，导致传入的全量tips['size']数组长度，和单分组的x、y数据长度不匹配，触发ValueError。
未加hue参数时数据不会拆分，全量size数组和x、y长度一致，所以可以正常运行。

修复方案1：使用seaborn原生size映射（推荐） #

你当前代码设置了fit_reg=False仅绘制散点，直接改用支持size维度映射的sns.relplot即可，seaborn会自动处理hue分组下的点大小匹配，无需手动处理数据拆分：

import seaborn as sns
from matplotlib import pyplot as plt

tips = sns.load_dataset('tips')
sns.relplot(
    x='total_bill',
    y='tip',
    data=tips,
    hue='sex',
    size='size',
    sizes=(10, 60)  # 按size列数值比例映射点大小，等价原代码的size*10效果
)
plt.show()

修复方案2：保留lmplot用法 #

如果后续需要开启拟合线，要保留lmplot的写法，可以在绘图后手动为每个分组的散点设置大小：

import seaborn as sns
from matplotlib import pyplot as plt

tips = sns.load_dataset('tips')
# 先绘制不带点大小设置的lmplot
g = sns.lmplot(
    x='total_bill',
    y='tip',
    data=tips,
    fit_reg=False,
    hue='sex'
)
# 遍历每个分组，为对应散点设置匹配长度的大小值
for (_, group_data), scatter in zip(tips.groupby('sex'), g.ax.collections):
    scatter.set_sizes(group_data['size'] * 10)
plt.show()

两种方案在你给出的运行环境版本下均可正常执行，实现原代码想要的按size列调整点大小、按sex区分颜色的效果。

内容的提问来源于stack exchange，提问作者noobar