Seaborn 关系图 - 简介
数据点之间的统计联系使用关系图可视化。 因为可视化可以帮助人们检测数据中的趋势和模式，所以它至关重要。 统计分析是确定数据集中的变量如何相互关联及其关系的过程。
顾名思义，关系图显示数据集的两个变量如何相互关联。
Seaborn 提供了一些方法可以更轻松地绘制关系图。 在接下来的文章中，我们将了解所有支持关系绘图的函数。
函数
下面给出了所有 Seaborn 关系函数的列表。
| S.No | 方法和说明 |
|---|---|
| 1 | relplot()
此方法允许用户绘制变量之间的关联以及不同语义组之间的映射。 |
| 2 | lineplot()
此方法允许用户绘制具有多个语义分组可能性的线图。 |
| 3 | scatterplot()
此方法允许用户绘制具有多个语义分组可能性的散点图。 |
在继续之前，我们需要数据来绘制图表，如果数据不可用，您可以使用 seaborn 库中的数据集。
Seaborn 除了作为统计图表工具包之外，还包含各种默认数据集。 我们将使用内置数据集之一作为默认数据集的示例.
让我们考虑第一个示例中的提示数据集。 "tips"(小费)数据集包含有关可能在餐厅用餐的人的信息，他们是否给服务员小费，以及他们的性别、吸烟状况和其他因素。
get_dataset_names() 方法有助于检索内置数据集的所有名称。
seaborn.get_dataset_names()
load_dataset() 方法有助于将具有名称的数据集加载到数据结构中。
Tips=seaborn.load_dataset('tips')
上面的代码行有助于将名称为"tips"的数据集加载到名为 tips 的数据结构中。
现在我们有了要绘制的数据，让我们了解如何使用 Seaborn 库绘制关系图。
