Seaborn多子图场景下如何实现直方图条形的水平渐变着色？

sns.histplot 原生参数仅支持为整组直方图设置单一固定颜色，要实现沿x轴方向逐条形匹配调色板渐变的效果，不需要重构原有绘图逻辑，仅需在绘制完成后逐条形匹配对应色阶即可，可完全保留原有统计逻辑、KDE线等配置。

核心改造步骤 #

• 替换原来的离散调色板配置，生成可映射连续色阶的colormap，支持按位置取色
• 保留原有绘图逻辑绘制直方图与KDE，不提前传入固定条形色
• 获取当前子图下所有直方图条形对象，按每个条形的水平中心坐标归一化后，从colormap中取对应位置的颜色，逐个设置为条形的填充色

可直接复用的改造代码 #

import seaborn as sns
import matplotlib.pyplot as plt

chart_len  = 15
chart_height = 25

fig, axs = plt.subplots(len(weight_classes), figsize=(chart_len, chart_height))
sns.set_theme(style="darkgrid", font_scale=2.5)
# 全局基础调色板，可根据需求更换配色体系
base_cmap = sns.color_palette("GnBu_d", as_cmap=True)

for i, wc in enumerate(activity_wc):
    ax = axs[i]
    data = activity_wc[wc]
    max_strike = data['total_strikes_attempted'].max()
    bins = list(range(0, max_strike, 5))
    
    # 正常绘制直方图与KDE，保留原有统计口径配置
    sns.histplot(
        data=data,
        x='total_strikes_attempted',
        bins=bins,
        ax=ax,
        kde=True,
        stat='probability',
        alpha=0.8
    )

    # 核心：为每个条形匹配水平方向的渐变色
    bars = ax.patches
    x_left, x_right = ax.get_xlim()
    for bar in bars:
        # 计算条形中心的归一化位置（范围0-1，对应x轴从左到右）
        bar_center = bar.get_x() + bar.get_width() / 2
        color_pos = (bar_center - x_left) / (x_right - x_left)
        # 设置条形填充色为colormap对应位置的颜色
        bar.set_facecolor(base_cmap(color_pos))
        bar.set_edgecolor("white") # 可选：添加白色分隔边，提升相邻条形辨识度

若需要保留原有的“每个子图对应不同色系”的配置，不需要全局统一渐变，可在循环内为每个子图单独生成同色系的渐变色阶，替换全局colormap：

from matplotlib.colors import LinearSegmentedColormap
# 基于原来代码中为每个子图选定的固定色，生成从浅到深的同色系渐变
sub_base_color = colors[-(i+2)]
sub_cmap = LinearSegmentedColormap.from_list(
    f"wc_grad_{i}",
    [sns.utils.desaturate(sub_base_color, 0.2), sub_base_color]
)

后续给条形上色时直接使用子图独立的sub_cmap即可，既能保证每个子图的色系区分，又能实现单图内的水平渐变效果。

关键注意事项 #

• 遍历修改条形颜色时，仅操作ax.patches对象，不会影响属于ax.lines的KDE线，原有可视化效果不会被破坏
• 若需要反转渐变方向，仅需把color_pos的计算结果取反即可，即color_pos = 1 - (bar_center - x_left) / (x_right - x_left)，即可实现从左到右颜色由深变浅的效果
• 可根据可视化需求调整条形透明度、边色参数，匹配整体风格

内容的提问来源于stack exchange，提问作者Gustavo Morais