Seaborn jointplot简介
Seaborn jointplot通过使用几种类型的点为联合网格类提供了一个方便的接口。它的目的是为了一个轻量级的包装器；假设我们需要更多的灵活性，我们直接使用联合网格。我们通过使用两个变量来定义seaborn jointplot来绘制一个图。这是非常重要的；另外，我们正在使用单变量和双变量画两个图。
Seaborn jointplot显示两个变量的关系，因为它将定义1D的轮廓。Seaborn jointplot的类别是方便的，它被包裹在联合网格中。
多变量分布的工具对于展示这个图很重要；这个图是对多维和自然聚类的采样。
什么是Seaborn联合图？
Seaborn联合图包括三个图；在这三个图中，第一个图将显示双变量图，显示因变量将如何随自变量变化。另一个联合图放置在双变量图的顶部，显示因变量的分布。第三个图放在双变量图的右边。将单变量和双变量一起画在一张图上是非常有帮助的。单变量分析集中在一个变量上，它将描述总结和显示模式。
如何添加Seaborn jointplot？
seaborn jointplot模块是从散点图中计算出来的，散点图的上边缘包含不同的直方图。我们在python中使用joint plot方法来创建seaborn jointplot。下面的例子显示了我们如何添加jointplot方法，如下。下面的例子显示，我们首先导入了matplotlib和seaborn库。我们需要在我们的代码中导入库来添加seaborn联合绘图。在导入库包之前，首先，我们需要在我们的系统中安装seaborn包。
在导入包之后，然后，我们将数据集添加到我们的代码中。在下面的例子中，我们正在添加注意力数据集。在加载数据集后，我们定义了jointplot的方法。定义完方法后，我们将显示出如下的图。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("attention")
sns.jointplot (x = "solutions", y = "score",
kind = "hex", data = plot)
plt.show ()
在下面的例子中，在添加seaborn jointplot的时候，我们使用jointplot参数作为x，y轴，同时我们也使用种类和数据参数。我们正在加载数据集名称为mpg，如下所示。我们正在导入软件包名称为matplotlib和seaborn。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("mpg")
sns.jointplot(x = "mpg", y = "acceleration",
kind = "scatter", data = plot)
plt.show ()
Seaborn jointplot方法
基本上，seaborn是一个从matplotlib中获取特征的库。这个库为我们提供了一个高水平的接口。Seaborn帮助解决了matplotlib的参数和数据框架的工作问题。
下面是seaborn方法的语法，如下所示。
seaborn.jointplot (parameters)
Seaborn方法接受多个参数作为输入。通过使用python中的seaborn jointplot方法，我们需要加载预定义的数据集或者我们可以创建自己的excel文件来加载数据。
下面的例子显示了seaborn jointplot方法，如下所示。我们正在加载练习数据集来定义jointplot方法，如下所示。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("exercise")
sns.jointplot(x = "id", y = "pulse",
kind = "kde", data = plot)
plt.show ()
我们正在加载泰坦尼克号的数据集来定义联合绘图方法，如下所示。在下面的例子中，我们使用x、y、kind、dropna和数据参数，如下所示。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("titanic")
sns.jointplot(x = "age", y = "fare", kind = "reg", data = plot, dropna = True)
plt.show ()
Seaborn jointplot的参数
正如我们所知，Seaborn jointplot需要多个参数作为输入。以下是我们在seaborn jointplot中使用的参数。
seaborn.jointplot (multiple parameters)
X和y - 这只不过是用来指定X和Y轴位置的变量。
数据 - 当x和y包含变量名称时，该参数用于获取数据框。
Kind - 这是一个可选参数。它将用于绘制绘图种类。
颜色 - 这是一个可选参数。它将采用颜色来绘制元素。
Dropna - 这个参数将取值为布尔值。这是一个可选的参数。
返回 - 它是一个联合网格对象，上面包含了绘图。
高度 - 这个参数显示图形的实际大小。
配比 - 它将显示关节轴的比例。
空间 - 它将显示边际联合轴之间的空间。
边缘刻度 - 如果这个参数是假的，它将抑制计数上的刻度。
色调 - 这是一个语义变量，用来确定颜色图的元素。
调色板 - 这不过是在映射色相语义时用来选择颜色的方法。
色相顺序-- 这个参数指定了对分类水平的绘图和处理顺序。
Hue norm - 这个参数只是用来设置标准化的一对数值。
Kwargs - 这是用于传递函数的额外关键字参数。
Seaborn jointplot的例子
下面是提到的例子。
例子 #1
在下面的例子中，我们正在加载提示数据集。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("tips")
sns.jointplot(x = 'total_bill', y = 'tip', data = plot)
plt.show ()
例子 #2
在下面的例子中，我们使用的输入参数是x, y, kind, 和 data。我们正在加载tips数据集。
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
plot = sns.load_dataset("tips")
sns.jointplot(x = 'total_bill', y = 'tip', kind = 'kde', data = plot)
plt.show ()
下面是提到的常见问题。
Q1.seaborn jointplot在python中的用途是什么？
答：Seaborn jointplot用于显示两个不同变量的关系。
Seaborn jointplot是用来显示两个不同变量的关系。它将与双变量和单变量函数一起工作。另外，我们正在用这种方法创建联合图。
Q2.我们在使用seaborn jointplot的哪些库？
答：我们正在使用seaborn和jointplot。
在我们的项目中使用seaborn jointplot时，我们正在使用seaborn和matplotlib库。
Q3.我们如何通过使用一个颜色方案来绘制jointplot？
答：我们正在使用色调参数。
我们在定义jointplot方法时使用色调参数来绘制颜色方案。
seaborn联合图包括三个图，在这三个图中，第一个图将显示双变量图，显示因变量与独立变量的变化。它的目的是在联合网格的方法中作为一个轻量级的包装。
