如何将for循环生成的seaborn lmplot结果合并为多子图单个画布

云上老周

2026-10-20

解决方案

核心问题说明

不要用sns.lmplot，改用Axes级的sns.regplot：sns.lmplot是Figure级接口，调用时会自动创建独立画布，无法绑定到已有的子图网格上。而sns.regplot参数和lmplot完全一致，额外支持ax参数指定目标子图，刚好满足合并绘图的需求。

完整实现代码

import seaborn as sns
import matplotlib.pyplot as plt

# 你的已有变量定义
cols = ['a1', 'a2', 'a3', 'a4', 'a5', 'a6']
# data为你已加载的DataFrame

# 按2列布局，6行对应6个a字段，共12个子图刚好放下所有图表
# 如果你一定要4行2列，可修改为nrows=4, ncols=2，多余的4个空坐标轴可手动隐藏
fig, axes = plt.subplots(nrows=len(cols), ncols=2, figsize=(10, 18))
axes = axes.flatten()
plot_idx = 0

# 添加列顶部文本标注
fig.text(0.25, 0.96, 'value1 相关性', ha='center', fontsize=14, weight='bold')
fig.text(0.75, 0.96, 'value2 相关性', ha='center', fontsize=14, weight='bold')

for x_col in cols:
    # 绘制value1对应回归图
    sns.regplot(
        x=x_col,
        y='value1',
        data=data,
        scatter_kws={"color": "black"},
        line_kws={"color": "blue"},
        ax=axes[plot_idx]
    )
    axes[plot_idx].set_title(f'{x_col} & value1')
    axes[plot_idx].set_ylabel(x_col, fontsize=12) # 侧边加子图分组标签
    plot_idx += 1

    # 绘制value2对应回归图
    sns.regplot(
        x=x_col,
        y='value2',
        data=data,
        scatter_kws={"color": "black"},
        line_kws={"color": "blue"},
        ax=axes[plot_idx]
    )
    axes[plot_idx].set_title(f'{x_col} & value2')
    axes[plot_idx].set_ylabel('') # 第二列不需要重复显示侧边标签
    plot_idx += 1

# 仅保留最外侧的坐标轴标签，避免重复
for ax in fig.get_axes():
    ax.label_outer()

# 自动调整布局避免标签重叠，预留顶部空间放列标题
plt.tight_layout()
plt.subplots_adjust(top=0.94)
plt.show()