如何用Seaborn绘制带分类颜色的单个直方图？

Got it, I totally get the frustration here—pairplot makes those nice colored histograms on the diagonal look so effortless, but trying to recreate one on its own can feel like hitting a wall when you end up with empty axes or can't find a direct method. Let's break down how to fix this.

This is the simplest and most straightforward way to make a standalone colored histogram with categorical grouping. Seaborn's histplot supports the hue parameter directly, which handles the categorical coloring exactly like pairplot's diagonal plots.

Here's a working example using the iris dataset:

import seaborn as sns
import matplotlib.pyplot as plt

# 加载示例数据
iris = sns.load_dataset("iris")

# 创建单个画布和轴对象
fig, ax = plt.subplots(figsize=(8, 6))

# 绘制带分类颜色的直方图
sns.histplot(
    data=iris,
    x="sepal_length",
    hue="species",
    ax=ax,
    kde=True  # 可选：添加密度曲线，和pairplot的部分样式匹配
)

# 添加标签和标题
ax.set_title("按鸢尾花品种划分的花萼长度分布")
ax.set_xlabel("花萼长度 (cm)")
plt.show()

核心要点是给histplot显式传递ax参数——这能确保绘图渲染到你预先创建的轴对象上，再也不会出现空ax的问题。hue参数会自动按分类变量给直方图着色，和pairplot对角线的逻辑完全一致。

如果你想复用pairplot里已经配置好样式的直方图（比如已经调整过颜色、 bins 等），可以提取对角线上的轴并重新绑定到新画布：

# 先创建pairplot
g = sns.pairplot(iris, hue="species", diag_kind="hist")

# 获取目标对角轴（比如第一个变量对应的(0,0)位置）
target_ax = g.axes[0, 0]

# 创建新画布
fig = plt.figure(figsize=(8, 6))

# 将提取的轴移到新画布
target_ax.figure = fig
fig.axes.append(target_ax)
fig.add_axes(target_ax)

# 调整轴的位置以适配新画布
target_ax.set_position([0.125, 0.11, 0.775, 0.77])

# 可选：添加标题或修改标签
target_ax.set_title("从Pairplot复用：按品种划分的花萼长度分布")
plt.show()

注意：Pairplot的轴对象存储在二维数组g.axes中，你需要用[行索引, 列索引]来定位对角线上的图（行索引=列索引）。如果你之前直接尝试访问g.ax，那必然会得到空对象——pairplot没有单个ax属性，它是一个轴的网格集合。

为什么你最初的尝试会失败 #

你之前提取绘图时遇到空ax，大概率是没有正确索引axes数组。Pairplot返回的是PairGrid对象，它的轴以二维numpy数组形式存储，必须用g.axes[i, i]（i为变量的索引）来获取对角线上的单个直方图轴，而不是直接访问不存在的g.ax属性。

内容的提问来源于stack exchange，提问作者Septimus G