您可以过滤数据，然后在过滤后的数据上调用displot：

filtered = data1[(data1 >= 0) & (data1 < 10)]
sns.distplot(filtered, kde=True, hist=True, hist_kws={"range": [0,10]})
plt.show()

假设data1是一个numpy数组。

您可以为sns返回的Axes对象设置范围。

ax = sns.distplot(data1, kde=True, hist=True, hist_kws={"range": [0,10]})
ax.set_xlim(0, 10)

如果你想只计算[0，10]中的值的KDE和直方图，你可以使用参数kde_kws={"clip":(0,10)}, hist_kws={"range":(0,10)}：

sns.distplot(data1, kde=True, hist=True, kde_kws={"clip":(0,10)}, hist_kws={"range":(0,10)})
plt.show()

使用histplot的选项binrange。
这在现代的seaborn中也是有效的（注意**distplot已经折旧）。

binrange: pair of numbers or a pair of pairs
Lowest and highest value for bin edges; 
can be used either with bins or binwidth. Defaults to data extremes.

可以，只需在声明绘图后将plt.xlim（x，x1）放在一行中，生成的绘图将只包含x和x1之间的x值。