1. Seaborn中的调色板可以通过as_hex()方法（如this original answer中所建议的）从一个ListedColorMap类的示例转换为Matplotlib颜色Map，该示例使用Seaborn调色板中的颜色列表进行初始化。
   1.从Matplotlib文档中，您可以通过获取scatter函数输出的句柄和标签，从散点图生成图例。
   代码的结果如下图所示。请注意，我生成了更多的数据点，以便更好地看到色图是相同的。此外，ListedColorMap的输出输出的颜色图具有透明度变化，所以我不得不手动将alpha设置为1。

import re, seaborn as sns
import numpy as np

from matplotlib import pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib.colors import ListedColormap

# generate data
n = 200
x = np.random.uniform(1, 20, size=n)
y = np.random.uniform(1, 100, size=n)
z = np.random.uniform(1, 100, size=n)

# axes instance
fig = plt.figure(figsize=(6,6))
ax = Axes3D(fig, auto_add_to_figure=False)
fig.add_axes(ax)

# get colormap from seaborn
cmap = ListedColormap(sns.color_palette("husl", 256).as_hex())

# plot
sc = ax.scatter(x, y, z, s=40, c=x, marker='o', cmap=cmap, alpha=1)
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# legend
plt.legend(*sc.legend_elements(), bbox_to_anchor=(1.05, 1), loc=2)

# save
plt.savefig("scatter_hue", bbox_inches='tight')

图2没有调色板规范，但它看起来像是matplotlib（from here）中的Paired定性色彩图。因此，您需要在3D图的代码中使用cmap参数和pairplot中的palette选项来指定。
传奇更难。您可以从legend_elements创建一个。最好在这里解释一下。
所以你的代码看起来像这样（我去掉了未使用的导入）：

import seaborn as sns, numpy as np, pandas as pd, random
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
sns.set_style("whitegrid", {'axes.grid' : False})

fig = plt.figure(figsize=(6,6))

ax = Axes3D(fig)

x = np.random.uniform(1,20,size=20)
y = np.random.uniform(1,100,size=20)
z = np.random.uniform(1,100,size=20)

g = ax.scatter(x, y, z, c=x, marker='o', depthshade=False, cmap='Paired')
ax.set_xlabel('X Label')
ax.set_ylabel('Y Label')
ax.set_zlabel('Z Label')

# produce a legend with the unique colors from the scatter
legend = ax.legend(*g.legend_elements(), loc="lower center", title="X Values", borderaxespad=-10, ncol=4)
ax.add_artist(legend)

plt.show()