我想使用 sns.jointplot 在存在两个组的情况下可视化 X 和 Y 之间的关联。然而，在
tips = sns.load_dataset("tips")
sns.jointplot("total_bill", "tip", data=tips)
没有“色调”选项，如 sns.scatterplot 等其他 sns 图。如何在散点图中以及两个重叠的密度图中为不同的组（例如 hue="smoker"）分配不同的颜色。
在 R 中，这可以通过创建具有两个边缘密度图的散点图来完成，如 here 所示。
sns 中的等价物是什么？如果这在 sns 中是不可能的，是否有另一个可以用于此的 python 包？
【问题讨论】：
jointplot 是sns.JointGrid 的简单包装器。如果您创建一个JointGrid 对象并手动添加绘图，您将对各个绘图有更多的控制权。
在这种情况下，您想要的jointplot 只是一个scatterplot 与kdeplot 的组合，而您要做的是将hue='smoker'（例如）传递给scatterplot。
kdeplot 更复杂； seaborn 并不真正支持每个类使用一个 KDE，AFAIK，所以我不得不单独绘制它们（您可以使用带有更多类的 for 循环）。
因此，您可以这样做：
import seaborn as sns
tips = sns.load_dataset('tips')
grid = sns.JointGrid(x='total_bill', y='tip', data=tips)
g = grid.plot_joint(sns.scatterplot, hue='smoker', data=tips)
sns.kdeplot(tips.loc[tips['smoker']=='Yes', 'total_bill'], ax=g.ax_marg_x, legend=False)
sns.kdeplot(tips.loc[tips['smoker']=='No', 'total_bill'], ax=g.ax_marg_x, legend=False)
sns.kdeplot(tips.loc[tips['smoker']=='Yes', 'tip'], ax=g.ax_marg_y, vertical=True, legend=False)
sns.kdeplot(tips.loc[tips['smoker']=='No', 'tip'], ax=g.ax_marg_y, vertical=True, legend=False)
【讨论】：