jointplot快速探究两组变量的分布及关系

欢迎关注”生信修炼手册”!

在seaborn中，jointplot函数提供了一种综合的可视化方案，可以同时绘制两组变量的散点图以及各自对应的直方图，基本用法如下

>>> import matplotlib.pyplot as plt
>>> import seaborn as sns
>>> import pandas as pd
>>> df = pd.read_csv("penguins.csv")
>>> sns.jointplot(data=df, x='bill_length_mm', y='bill_depth_mm')
<seaborn.axisgrid.JointGrid object at 0x10108D90>
>>> plt.show()

输出结果如下

除了这种基本的展示形式外，我们还可以通过kind参数来调整可视化形式。下面来详细看下不同取值下的可视化形式

1. reg

用法如下

>>> sns.jointplot(data=df, x='bill_length_mm', y='bill_depth_mm', kind='reg')
>>> plt.show()

输出结果如下

2. hist

用法如下

>>> sns.jointplot(data=df, x='bill_length_mm', y='bill_depth_mm', kind='hist')
>>> plt.show()

输出结果如下

3. kde

用法如下

>>> sns.jointplot(data=df, x='bill_length_mm', y='bill_depth_mm', kind='kde')
>>> plt.show()

输出结果如下

4.  hex

用法如下

>>> sns.jointplot(data=df, x='bill_length_mm', y='bill_depth_mm', kind='hex')
>>> plt.show()

输出结果如下

5. resid

用法如下

>>> sns.jointplot(da