如何在Python中的一个图形上绘制多个kdeplot

我有以下数据

name        val
G.Kittle    4.0
G.Kittle    10.0
D.Hopkins   3.0
L.Fitzgerald    6.0
... ...
C.Kupp  18.0
R.Woods 21.0
N.Harry 7.0
S.Michel    -6.0

Each name有很多值，我想在同一个图上绘制每个名称的分布。我尝试使用hue争论，但这把一切都搞乱了，并将所有分布都视为面积为 1 的一起，但是，我希望每个分布彼此独立，并拥有自己的面积 1。这有意义吗？我还希望它们全部都是灰色的，这hue自然不允许。

编辑：另外，当我使用hue，我收到此错误UserWarning: Dataset has 0 variance; skipping density estimate.

sns.kdeplot() https://seaborn.pydata.org/generated/seaborn.kdeplot.html有一个参数common_norm=默认为True。在这种情况下，kde 曲线将与值的数量成比例缩放，以使总面积总和为 1。common_norm=False显示所有 kde 曲线，其中每条曲线的面积均为 1。

请注意，还有一个multiple=参数，默认为“layer”，但也可以设置为“stack” or “fill”。在这种情况下，共同规范将是适当的。

这些曲线都可以是灰色的，提供调色板作为带有“灰色”的颜色列表。列表的长度应与色调值的数量相同。由于所有色调值都相同，因此图例看起来会很奇怪。图例可以通过以下方式抑制legend=False.

当色调值仅出现在一行中时，不会绘制具有一个元素的 kdeplot，但会显示警告Dataset has 0 variance; skipping density estimate.

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

df = pd.DataFrame({'name': np.random.choice([*'ABCD'], 100, p=[0.4, 0.3, 0.2, 0.1]),
                   'val': np.random.rand(100).cumsum()})
df.loc[0, 'name'] = 'E'  # exactly one row with name 'E'
df['name'] = df['name'].astype('category')
sns.kdeplot(data=df, x='val', hue='name', palette=['grey'] * len(df['name'].cat.categories),
            common_norm=False, legend=False)
plt.show()