seaborn使用多个displot让它们在一张图上呈现

要在一张图上同时呈现多个 displot，可以使用 seaborn 的 `FacetGrid` 函数。`FacetGrid` 可以根据一个或多个变量的不同取值创建多个子图，并将它们组合在一起。

下面是一个示例代码，演示如何使用 `FacetGrid` 在一张图上呈现多个 displot：

import seaborn as sns
import matplotlib.pyplot as plt

# 创建一个 FacetGrid 对象
g = sns.FacetGrid(data, col="category", height=4, aspect=1.2)

# 在每个子图上绘制 displot
g.map(sns.histplot, "column_name", kde=True)

# 设置整体图的标题
g.fig.suptitle("Multiple Displots")

# 调整子图之间的间距
g.tight_layout()

# 显示图形
plt.show()

在示例中，`data` 是包含数据的 DataFrame，"category" 是一个变量，表示不同的子图组。"column_name" 是要在每个子图上绘制 displot 的列名。`height` 和 `aspect` 参数用于控制子图的大小和纵横比。

通过调用 `g.map()` 方法，可以在每个子图上绘制 displot。这里使用了 `sns.histplot` 函数来绘制直方图，并设置 `kde=True` 来添加核密度估计曲线。

最后，使用 `g.fig.suptitle()` 设置整体图的标题，`g.tight_layout()` 调整子图之间的间距，然后调用 `plt.show()` 显示图形。

你可以根据你的数据和需求修改示例代码中的参数，以实现你想要的效果。