如何用pandas创建所有子图均包含公共变量的直方图网格

• pandas.DataFrame.hist()的原生调用逻辑不支持一键实现「每个子图展示专属变量+所有子图叠加同一公共变量」的效果：它的默认行为是为传入的每一列生成独立的、无数据叠加的单变量直方图子图，没有内置参数支持跨子图自动叠加指定列的可视化结果。
• 但完全可以依托df.hist()完成专属变量对应的直方图网格搭建，仅需补充少量手动操作，即可在生成的所有子图中嵌入公共变量的直方图，完全匹配你描述的使用场景。

1. 筛选出所有专属变量（示例中为length、width），传给df.hist()生成对应的1行2列子图网格，避免将公共变量depth传入参数，防止生成多余的独立子图。
2. 遍历df.hist()返回的所有子图轴对象，将公共变量depth的直方图以半透明形式叠加到每一个子图中，搭配颜色区分和图例，明确标注两组数据。

import pandas as pd
import matplotlib.pyplot as plt

# 你提供的示例DataFrame
df = pd.DataFrame({
     'length': [1.5, 0.5, 1.2, 0.9, 3, 0.4, 0.2],
     'width': [0.7, 0.2, 0.15, 0.2, 1.1, 0.2, 0.1],
     'depth': [1, 0.4, 0.5, 1.1, 2, 0.1, 0.9]
     }, index= ['pig', 'rabbit', 'duck', 'chicken', 'horse', 'cow', 'dog'])

# 用df.hist()搭建专属变量的子图网格，统一分箱、透明度设置
private_cols = ['length', 'width']
axes = df[private_cols].hist(bins=3, figsize=(8, 4), alpha=0.6, color='#1f77b4')

# 在所有子图中叠加公共变量depth的直方图
common_col = 'depth'
common_data = df[common_col]
for ax in axes.flat:
    common_data.hist(
        bins=3, 
        ax=ax, 
        alpha=0.6, 
        color='#ff7f0e', 
        label=f'公共变量{common_col}'
    )
    ax.legend()
    ax.set_title(f'专属变量{ax.get_xlabel()} + 公共变量{common_col}')

plt.tight_layout()
plt.show()

• 叠加两组直方图时必须设置alpha透明度参数，否则重叠区域会完全遮挡下层图形，无法区分数据分布。
• 建议给两组数据设置差异化颜色、明确的图例，避免读图混淆。
• 若需要让公共变量与专属变量的分箱边界完全对齐，可在调用hist()时传入统一的bins数组，保证坐标刻度一致。

内容的提问来源于stack exchange，提问作者user280809