一种可能性是不使用lmplot()，而是直接使用regplot()。regplot()在轴上绘图，作为ax=的参数传递。
您将失去根据特定变量自动分割数据集的能力，但如果您事先知道要生成的图，这应该不是问题。
大概是这样的：

import matplotlib.pyplot as plt
import seaborn as sns

fig, axs = plt.subplots(ncols=3)
sns.regplot(x='value', y='wage', data=df_melt, ax=axs[0])
sns.regplot(x='value', y='wage', data=df_melt, ax=axs[1])
sns.boxplot(x='education',y='wage', data=df_melt, ax=axs[2])

字符串

在seaborn 0.13.0版本中（这个问题发布7年后），在不影响底层图形位置的情况下向seaborn图形级对象添加子图仍然很困难。事实上，OP中显示的方法可能是最可读的方法。
话虽如此，正如Diziet Asahi所建议的那样，如果您想放弃海运FacetGrid，（例如lmplot、catplot等），并使用seaborn Axes级别的方法创建等效图形（例如，regplot而不是lmplot，scatterplot + lineplot而不是relplot等）并向图中添加更多子图，如boxplot，你可以将你的数据按照你要在lmplot中用作cols kwarg的列进行分组（groupby子帧按照你要用作hue kwarg的列进行分组），并使用子帧中的数据绘制图。
作为一个例子，使用OP中的数据，我们可以如下所示，它创建了一个与lmplot * 有点等效 * 的图，但在右侧添加了箱线图：

# groupby data since `cols='variable'`
groupby_object = df_melt.groupby('variable')
# count number of groups to determine the required number of subplots
number_of_columns = groupby_object.ngroups

fig, axs = plt.subplots(1, number_of_columns+1, sharey=True)
for i, (_, g) in enumerate(groupby_object):
    # feed data from each sub-dataframe `g` to regplot
    sns.regplot(data=g, x='value', y='wage', ax=axs[i])
# plot the boxplot in the end
sns.boxplot(data=df_wage, x='education', y='wage', hue='education', ax=axs[-1])

字符串
OP中的示例使用hue= kwarg绘制'education'的不同拟合线。为此，我们可以再次通过'education'列分组子框架，并在相同的轴上绘制多个教育regplots。工作示例如下：

groupby_object = df_melt.groupby('variable')
number_of_columns = groupby_object.ngroups
fig, axs = plt.subplots(1, number_of_columns+1, figsize=(12, 5), sharey=True)
for i, (_, g) in enumerate(groupby_object):
    for label, g1 in g.groupby('education'):
        label = label if i == 0 else None
        sns.regplot(data=g1, x='value', y='wage', label=label, scatter_kws={'alpha': 0.7}, ax=axs[i])
sns.boxplot(data=df_wage, x='education', y='wage', hue='education', ax=axs[-1])
axs[-1].set(ylabel='', xlabel='')
axs[-1].tick_params(axis='x', labelrotation=30)
for ax, title in zip(axs, ['Age', 'Year', 'Education']):
    ax.set_title(title)
_ = fig.legend(bbox_to_anchor=(0.92, 0.5), loc="center left")

型
使用下面的示例数据集（我必须创建一个新的数据集，因为OP的示例不够丰富，无法制作适当的图形）：

import numpy as np
import pandas as pd
rng = np.random.default_rng(0)
edu = rng.choice(['1. < HS Grad', '4. College Grad', '3. Some College', '4. College Grad','2. HS Grad'], size=100)
wage = rng.normal(75, 25, 100)
df_melt = pd.DataFrame({'education': edu, 'value': rng.normal(30, 20, 100), 'variable': rng.choice(['age', 'year'], 100), 'wage': wage})
df_wage = pd.DataFrame({'education': edu, 'wage': wage})

型
上面的代码绘制了下图：

的数据