Seaborn中的三类图表：相关性(relplot)、分布型(displot)和分类型(catplot)图表

Seaborn是一个Python数据可视化库，它建立在matplotlib之上，并提供了更高级别的接口来绘制各种统计图形。Seaborn提供了三种主要的图表类型：相关性(relplot)、分布型(displot)和分类型(catplot)，每种类型都有其特定的用途和特点。
一、相关性(relplot)图表
相关性(relplot)图表主要用于展示两个或多个连续变量之间的关系。Seaborn的relplot函数可以根据给定的数据集自动推断变量之间的关系，并绘制散点图、线性回归模型或平滑的散点图等。通过调整relplot函数的参数，可以定制图表的外观和格式。例如，可以更改颜色、标记符号、标题和轴标签等。
以下是一个使用relplot函数绘制散点图的示例代码：

import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset('tips')  # 加载内置数据集'tips'
relplot = sns.relplot(data=data, x='total_bill', y='tip', hue='sex')  # 绘制散点图，按性别分组
plt.show()

二、分布型(displot)图表
分布型(displot)图表主要用于展示单个变量的分布情况。Seaborn的displot函数可以根据给定的数据集绘制直方图、核密度估计图或箱线图等。通过调整displot函数的参数，可以定制图表的外观和格式。例如，可以更改颜色、轴标签和标题等。
以下是一个使用displot函数绘制直方图的示例代码：

import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset('tips')  # 加载内置数据集'tips'
displot = sns.displot(data=data, x='total_bill')  # 绘制直方图
plt.show()

三、分类型(catplot)图表
分类型(catplot)图表主要用于展示分类变量的分布情况。Seaborn的catplot函数可以根据给定的数据集绘制条形图、饼图或箱线图等。通过调整catplot函数的参数，可以定制图表的外观和格式。例如，可以更改颜色、轴标签和标题等。
以下是一个使用catplot函数绘制条形图的示例代码：
```python
import seaborn as sns
import matplotlib.pyplot as plt
data = sns.load_dataset(‘tips’) # 加载内置数据集’tips’
categorical_data = data[[‘sex’, ‘smoker’]].dropna() # 仅保留非空值行，并按’sex’和’smoker’列分组
catplot = sns.catplot(x=’sex’, y=’total_bill’, hue=’smoker’, data=categorical_data, kind=’bar’) # 绘制条形图，按’sex’和’smoker’分组
p