第23课：探索变量间关系的统计图表

在本课程中，我们将探讨如何使用关系图和回归图来发现变量之间的潜在联系。这类图表与上一课中讨论的分类特征统计图有所不同，其主要目的是揭示X轴和Y轴变量之间的可能关系。

2.3.1 关系图

为了研究两个变量之间的潜在函数关系，我们可以利用散点图进行初步探索。请注意，这里提到的散点图不同于之前课程中讨论的分类特征散点图。

我们通过一个具体的示例来更好地理解这种散点图的应用：

%matplotlib inline
import seaborn as sns
sns.set()
tips = sns.load_dataset("tips")
tips.head()

继续使用 tips 数据集。从上述结果可以看出，total_bill 和 tip 特征中的数值均为浮点数（即连续值）。接下来，我们将这两个特征分别作为坐标轴绘制散点图，以探究它们之间的关系。这正是关系图的主要目的。

sns.relplot(x='total_bill', y='tip', data=tips)

输出结果如下所示：

通过使用 sns.relplot 函数生成的图表，我们可以观察到 total_bill 和 tip 之间的潜在关系。进一步查看该函数的所有参数，可以发现更多定制化选项，有助于更深入地分析数据。