Python 在seaborn直方图子图中添加分位数和平均线，并使用循环

嗨，我想给seaborn直方图子地块添加分位数和平均线

示例数据：

import seaborn as sns
from matplotlib import pyplot as plt
penguins = sns.load_dataset("penguins")
penguins.dropna(inplace=True)
fig, axes = plt.subplots(2, 2, figsize=(20, 7))
plot_data = penguins[['bill_length_mm', 'bill_depth_mm', 'flipper_length_mm', 'body_mass_g']]
for col, ax in zip(plot_data, axes.flat):
    print(col, ax)
    sns.histplot(ax=ax, data=plot_data, x=plot_data[col], hue=penguins['sex'], multiple='stack')

要将分位数线添加到单个子批次中，请执行以下操作：

轴[0,0]。轴（绘图数据['bill\u length\u mm']）。分位数（0.25），0,1，color='red'，ls='--'）

我想把0.25，0.5，0.75分位数和平均值加到每个子图中

我试过了，但没用

quantiles = [0.25, 0.5, 0.75]
colors = ['green', 'red', 'blue']
l = []
for col in plot_data.columns:
    for q, c in zip(quantiles, colors):
        l.append([col, q, plot_data.loc[:,col].quantile(q), c])

for l_, ax in zip(l, axes):
    ax.axvline(l_[2], 0, 1, color=l[3], ls='--')

---

通过分别从要绘制的数据的统计数据中获得25%、50%和75%，绘制一条垂直线。请参阅

---

你离得太近了。您只需在每个分位数颜色组合的每个子批次中重复工作

axvline

解决方案。您正确地认为，压缩它们是实现这一目标的一种方法。尽可能靠近您的尝试：

...
sns.histplot(ax=ax, data=plot_data, x=plot_data[col], hue=penguins['sex'], multiple='stack')
for q, c in zip(quantiles, colors):
    ax.axvline(plot_data[col].quantile(q), 0, 1, color=c, ls='--')
...

样本输出：

...
sns.histplot(ax=ax, data=plot_data, x=plot_data[col], hue=penguins['sex'], multiple='stack')
for q, c in zip(quantiles, colors):
    ax.axvline(plot_data[col].quantile(q), 0, 1, color=c, ls='--')
...