Python Matplotlib/Seaborn shareX为具有字符串x轴值的所有子地块创建了错误的x标签

我正在使用for循环创建子地块图，当我打开“sharex”时，所有子地块的x标签都不正确，并且与最后一个子地块匹配。我希望它为每个可用标签创建一个勾号

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns


df = pd.DataFrame({
     'letters' : ['A','A','A', 'B','B','B', 'C','C','C', 'D','D','D'],
     'values' : [1, 2, 3, 3, 2, 1, 2, 3, 1, 2, 3, 4],
     'options': ['O 1', 'O 2', 'O 3', 'O 3', 'O 2', 'O 1',
                 'O 2','O 3','O 1','O 2','O 3','O 4'],
                 })

list_letters = ['A', 'B', 'C', 'D']

fig,axes = plt.subplots(nrows = 1, ncols = len(list_letters), sharey = True, sharex = True)
for letter in list_letters:
    index = list_letters.index(letter)
    df2 = df[(df['letters'] == letter)]
    sns.scatterplot(x="options", y="values",data = df2,
              hue = 'options', ax=axes[index], legend = False)

    axes[index].set_title(letter, rotation = 60, verticalalignment = 'bottom', ha = 'left')

我专门制作了数据帧，因此选项O1对于所有“字母”的值都为1。对于O2、O3和O4也是如此

关闭shareX时（错误）：

打开shareX时（True）：

请注意，这些值如何与选项不正确对应，只有3个标签，并且所有子批次都与禁用shareX时的最后一个子批次顺序相匹配

这是字符串x轴的问题。如果我将“选项”列更改为数值，则一切正常。请参见此处：

---

有没有办法通过for循环创建子批次，打开ShareX，并将四个标签O1、O2、O3、O4和所有值正确对齐？

不幸的是，目前无法预先确定轴的单位。这使得绘制多个分类数据集变得很麻烦。
一个棘手的解决办法是按照预期的顺序将某些东西绘制到轴上，然后将其删除。这是通过下面代码中的

prepare_axes

功能完成的

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.DataFrame({
     'letters' : ['A','A','A', 'B','B','B', 'C','C','C', 'D','D','D'],
     'values' : [1, 2, 3, 3, 2, 1, 2, 3, 1, 2, 3, 4],
     'options': ['O 1', 'O 2', 'O 3', 'O 3', 'O 2', 'O 1',
                 'O 2','O 3','O 1','O 2','O 3','O 4'],
                 })

list_letters = ['A', 'B', 'C', 'D']

def prepare_axes(x, ax):
    ax.autoscale(False)
    line, = ax.plot(x, np.zeros(len(x)))
    line.remove()
    ax.relim()
    ax.autoscale(True)

# determine all needed categoricals        
uniqueoptions = df["options"].unique()

fig,axes = plt.subplots(nrows = 1, ncols = len(list_letters), sharey = True, sharex = True)
for letter in list_letters:
    index = list_letters.index(letter)
    df2 = df[(df['letters'] == letter)]
    _, hue = np.unique(df2["options"].values, return_inverse=True)
    prepare_axes(uniqueoptions, axes[index])
    axes[index].scatter(x="options", y="values", c=hue, data = df2)

    axes[index].set_title(letter, rotation = 60, verticalalignment = 'bottom', ha = 'left')

plt.show()