seaborn关系绘图

一、relplot：

这个函数功能非常强大，可以用来表示多个变量之间的关联关系。默认情况下是绘制散点图，也可以绘制线性图，具体绘制什么图形是通过kind参数来决定的。实际上以下两个函数就是relplot的特例：

1. scatterplot：relplot(kind='scatter')。
2. lineplot：relplot(kind='line')。

1. 基本使用：

import seaborn as sns
tips = sns.load_dataset("tips",cache=True)
sns.relplot(x="total_bill",y="tip",data=tips)

效果图如下：

2. 添加hue参数：

hue参数是用来控制第三个变量的颜色显示的。比如我们在以上图的基础之上体现出星期几的参数，那么可以通过以下代码来实现：

sns.relplot(x="total_bill",y="tip",hue="day",data=tips)

效果图如下：

3. 添加col和row参数：

col和row，可以将图根据某个属性的值的个数分割成多列或者多行。比如在以上图的基础之上我们想要把Lunch(午餐)和Dinner(晚餐)分割成两个图来显示，那么可以通过以下代码来实现：

sns.relplot(x="total_bill",y="tip",hue="day",col="time",data=tips)

效果图如下：

也可以再在row上添加一个新的变量，比如把性别按照行显示出来，代码如下：

sns.relplot(x="total_bill",y="tip",hue="day",col="time",row="sex",data=tips)

效果图如下：

4. 指定具体的列：

有时候我们的图有很多，默认情况下会在一行中全部展示出来，那么我们可以通过col_wrap来指定具体多少列。示例代码如下：

sns.relplot(x="total_bill",y="tip",col="day",col_wrap=2,data=tips)

效果图如下：

5. 绘制折线图：

relplot通过设置kind="line"可以绘制折线图。并且他的功能比plt.plot更加强大。plot只能指定具体的x和y轴的数据（比如x轴是N个数，y轴也必须为N个数）。而relplot则可以在自动在两组数据中进行计算绘图。示例代码如下：

fmri = sns.load_dataset("fmri")
sns.relplot(x="timepoint",y="signal",kind="line",data=fmri)

效果图如下：

当然也可以添加其他的参数，用来控制整个图的样式和结构。示例代码如下：

# 设置hue为event，就会根据event来绘制不同的颜色
# 设置col为region，就会根据region值的个数来绘制指定个数的图
# 设置style为event，就会根据event来设置线条的样式
sns.relplot(x="timepoint",y="signal",kind="line",hue="event",col="region",style="event",data=fmri)

效果图如下：