如何使用matplotlib或seaborn绘制右上角带边缘分布的联合散点/线图

seaborn 原生的 jointplot 采用固定布局（主图在左下，x变量分布在顶部、y变量分布在右侧），不支持沿主对角线方向放置边缘分布的配置。这类斜向组合图本质是自定义网格坐标系下的多轴拼接，不需要依赖 seaborn 的高层封装，结合 matplotlib 的轴定位能力、seaborn 的绘图函数即可实现，以下是两种可落地的实现路径：

手工自定义matplotlib轴布局 #

这是灵活度最高的实现方式，核心逻辑是独立创建三个独立坐标轴，手动调整位置实现斜向排布：

• 初始化主图坐标轴，绘制核心散点/线图，务必设置 set_aspect('equal') 保证主图x、y轴比例1:1，避免斜向元素变形
• 在主图右上角的对角区域，分别插入两个小型坐标轴，承载x变量、y变量的分布密度/直方图内容
• 调整小轴的位置参数，让两个分布的延展方向对齐主图的1-3象限对角线
• 隐藏所有小轴的冗余刻度、边框，仅保留分布图形的可见元素

可运行的简化示例代码：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np

# 生成模拟关联数据
np.random.seed(42)
x = np.random.normal(0, 1, 500)
y = 0.8 * x + np.random.normal(0, 0.5, 500)

# 初始化画布与主图
fig = plt.figure(figsize=(6, 6))
ax_main = fig.add_axes([0.1, 0.1, 0.8, 0.8])
ax_main.scatter(x, y, alpha=0.6, s=20)
ax_main.set_xlim(-3, 3)
ax_main.set_ylim(-3, 3)
ax_main.set_aspect('equal')

# 插入x变量的斜向分布轴
ax_xdist = fig.add_axes([0.62, 0.62, 0.25, 0.25])
sns.kdeplot(x=x, ax=ax_xdist, fill=True, alpha=0.7)
ax_xdist.set_axis_off()

# 插入y变量的斜向分布轴，错层避免图形重叠
ax_ydist = fig.add_axes([0.72, 0.55, 0.2, 0.2])
sns.kdeplot(y=y, ax=ax_ydist, fill=True, color="#ff7f0e", alpha=0.7)
ax_ydist.set_axis_off()

plt.show()

基于seaborn JointGrid的二次改造 #

如果习惯使用seaborn生态，不需要从零搭建布局，可以直接修改JointGrid生成的默认轴位置，大幅减少重复代码：

• JointGrid初始化时会自动生成三个固定轴：主图轴ax_joint、x变量分布轴ax_marg_x、y变量分布轴ax_marg_y
• 沿用JointGrid自带的主图、边缘分布绘图逻辑，完成基础图形绘制
• 通过set_position()方法直接调整两个边缘分布轴的坐标，从默认的顶部、右侧位置移动到主图的对角区域，调整大小到适配比例
• 隐藏边缘轴的冗余元素即可完成斜向排布

改造示例代码：

from seaborn import JointGrid
import seaborn as sns
import numpy as np

# 生成模拟关联数据
np.random.seed(42)
x = np.random.normal(0, 1, 500)
y = 0.8 * x + np.random.normal(0, 0.5, 500)

# 初始化JointGrid，移除默认轴之间的间距
g = JointGrid(x=x, y=y, space=0)
# 绘制主图散点
g.plot_joint(sns.scatterplot, alpha=0.6)
# 绘制默认的边缘密度分布
g.plot_marginals(sns.kdeplot, fill=True, alpha=0.7)

# 移动x变量分布轴到对角区域
orig_pos_x = g.ax_marg_x.get_position()
g.ax_marg_x.set_position([0.62, 0.62, orig_pos_x.width*0.3, orig_pos_x.height*0.3])

# 移动y变量分布轴到对角区域错层位置
orig_pos_y = g.ax_marg_y.get_position()
g.ax_marg_y.set_position([0.72, 0.55, orig_pos_y.width*0.3, orig_pos_y.height*0.3])

# 隐藏边缘轴的冗余刻度与边框
g.ax_marg_x.set_axis_off()
g.ax_marg_y.set_axis_off()

g.fig.show()

实现注意事项 #

• 主图必须设置1:1的等比例坐标轴，否则沿对角线排布的分布会出现拉伸变形，无法和斜向方向对齐
• 如果需要实现沿2-4象限（y=-x方向）的分布排布，只需要将边缘轴的位置调整到对应斜向区域即可
• 如需实现带标注、分层着色的复杂斜向分布图，可以在上述基础上，结合matplotlib的旋转变换模块，对边缘分布的图形角度做精确调整，让密度曲线的延展方向完全和对角线重合

内容的提问来源于stack exchange，提问作者My Work