Seaborn箱线图绘图：是否存在类似relplot、displot的分面实现？

Seaborn内置的catplot()就是和relplot()、displot()定位完全一致的分面绘图接口，三者属于同一层级的图形级接口，覆盖的绘图类型各有区分：

• relplot：面向关系类可视化，支持散点图、折线图
• displot：面向数据分布类可视化，支持直方图、核密度估计图、经验累积分布函数图
• catplot：面向分类统计类可视化，支持箱线图、小提琴图、条形图、点图、分类散点图等全部分类绘图类型，原生支持分面网格排布、col_wrap自动换行参数，所有参数逻辑和前两个接口完全统一

你原本通过循环过滤数据、手动创建子图的逻辑，都可以通过catplot的内置参数完成，不需要编写冗余的循环逻辑：

基础场景实现（对应Lunch/Dinner两个分面） #

import seaborn as sns
sns.set(style="ticks")
tips = sns.load_dataset("tips")

# 直接按time变量的取值拆分网格，绘制箱线图
g = sns.catplot(
    data=tips,
    x="sex",
    y="total_bill",
    hue="day",
    col="time",
    kind="box",
    height=5,
    aspect=1.2,
)

多取值分面的适配 #

当分面变量的取值超过2个时，这种实现方式的优势会更突出：

• 不需要手动遍历变量取值、逐次过滤数据、计算子图位置和网格行列数
• 直接传入col_wrap参数即可实现和relplot、displot一致的自动排版，比如分面变量有6个取值时，设置col_wrap=2就会自动排成3行2列的规整网格
• 自动对齐所有子图的坐标轴范围、合并重复图例、优化子图间距，避免手动循环经常出现的刻度不统一、每个子图重复显示图例的问题

比如需要按day的4个取值分面，自动排成2列网格的代码：

g = sns.catplot(
    data=tips,
    x="sex",
    y="total_bill",
    hue="time",
    col="day",
    col_wrap=2,
    kind="box",
    height=6,
)

catplot返回标准的FacetGrid对象，后续可以完全按照业务需求对单个子图做自定义调整，比如修改子图标题、调整坐标轴刻度、更换配色方案，灵活度和手动编写循环的方式没有差异，同时代码更简洁规范，适配不同分面取值数量的场景时不需要修改核心逻辑。

内容的提问来源于stack exchange，提问作者rpb