twinx双纵轴画布叠加两个Seaborn图表出现显示变形的原因咨询

坐标映射逻辑的割裂是错位的本质 #

• Seaborn的绘图接口分为两类，坐标定位规则完全独立：
  • 分类绘图接口（如barplot、boxplot、violinplot）：默认会把传入的x值（哪怕是数值型的年份）映射为从0开始的整数分类位置，比如把2015映射到x=0、2016映射到x=1……2019映射到x=4，轴的实际数值范围为(-0.5, 4.5)，轴上显示的2015、2016等只是替换上去的刻度标签，并非真实的定位坐标。
  • 关系绘图接口（如lineplot、scatterplot）：遇到数值型x值时，会走原生数值坐标映射逻辑，直接把2015、2016……这些数值作为实际定位坐标，绘图时会自动把轴范围适配为匹配真实数值的区间。
• twinx()无法自动解决这个错位问题：
  调用twinx()生成共享x轴的新轴ax2时，ax2和ax会绑定同一个x轴坐标对象，两者的x轴范围默认完全同步。最初双轴的x范围是适配barplot的分类坐标区间(-0.5, 4.5)，但后续调用sns.lineplot绘图时，函数会检测到传入的year是真实数值类型，自动把x轴范围调整为匹配2015-2019数值的区间(2014.5, 2019.5)。因为两个轴共享x轴对象，这个范围修改会同步作用到原ax上，导致之前基于分类坐标位置绘制的柱子完全偏离可视区域，最终出现柱子挤在边缘、折线位置错乱的畸变效果。
• 单独运行两个绘图函数效果正常的原因：
  单图模式下，每个绘图函数都会根据传入的数据类型自动适配对应的坐标范围，不会出现两个不同规则的坐标系统叠加冲突的问题，因此渲染完全正常。

为什么普遍建议直接用Matplotlib实现这类双轴组合图 #

• Matplotlib原生的绘图接口采用统一的坐标映射规则，不管是bar还是plot，传入的x值如果是数值型，就会基于同一套数值坐标系统定位，从根源上避免了分类接口和关系接口的坐标逻辑割裂问题，不会出现自动调整x轴范围导致的错位。
• 如果一定要用Seaborn实现，只需要把两个图的坐标映射规则统一即可，常见修正方式：
  • 把传入的year值提前转成字符串类型，不管是barplot还是lineplot，遇到字符串x值都会统一走分类映射逻辑，自动对齐到相同的整数分类位置
  • 绘制完两个图后，手动锁定x轴范围，避免其中一个绘图函数自动修改范围导致的错位

可以通过打印轴范围直观验证坐标错位：

ax = sns.barplot(x='year', y='weight', hue='sex', data=df2)
print(ax.get_xlim()) # 初始输出：(-0.5, 4.5)
ax2 = ax.twinx()
sns.lineplot(x='year', y='height', data=df1, ax=ax2)
print(ax.get_xlim()) # 绘图后被同步修改为：(2014.5, 2019.5)

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