关系：散点图和折线图
同时绘制两个变量
关系：散点图和折线图 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
从一列扩展到两列
分布图关注单列数据。现在要研究两列数据如何共同变化，这正是寻找关系的核心。
散点图
散点图为每一行放置一个点，并将两列分别用作 x 和 y。点云可以揭示变量之间的联系。
sns.scatterplot(data=df, x="hours", y="score")解读模式
点向上倾斜表示正向联系，向下倾斜表示负向联系，而没有明显形状的点云则表示两者之间几乎没有相关性。
使用 hue 添加第三个维度
使用hue按类别为点着色。这样一张图就能同时显示各组之间的关系。
sns.scatterplot(data=df, x="hours", y="score", hue="grade")用大小编码第四个变量
将一列数据映射到点的大小，就能加入更多信息。更大的点可以表示更高的销售额、更大的人口数量，或任何数值指标。
sns.scatterplot(data=df, x="hours", y="score", size="effort")折线图
当 x 轴具有顺序（例如日期或步骤）时，折线图会连接各个点，显示某个数值如何随着这一顺序变化。
sns.lineplot(data=df, x="month", y="revenue")散点图与折线图
对于没有顺序的成对数据使用散点图；当 x 轴按顺序变化时使用折线图。选择正确的图表，才能如实呈现趋势。
折线图会自动聚合
如果多行数据共享同一个 x 值，seaborn 会计算它们 y 值的平均值，并自动在折线周围绘制阴影置信带。
使用 hue 绘制多条线
将 hue 添加到折线图后，每个类别都会成为一条独立的彩色线。只需多写一个词，就能比较不同组之间的趋势。
sns.lineplot(data=df, x="month", y="revenue", hue="region")使用 regplot 添加趋势线
想在散点图中绘制最佳拟合线吗？regplot会叠加一条回归线，让变化方向清晰可见。
sns.regplot(data=df, x="hours", y="score")相关性不等于因果关系
清晰的向上点云只能说明两个事物同时上升，并不能说明其中一个导致了另一个。请始终结合判断来解读图表。
快速检查
您的 x 轴按月份排列，您想展示一段时间内的变化。
回顾：展示两个事物如何关联
现在，您可以用散点图揭示成对数据的关系，用折线图展示有序趋势，还可以添加hue或大小来叠加更多信息。🔗
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「关系：散点图和折线图」课时是免费的吗？
是的 — 「关系：散点图和折线图」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「关系：散点图和折线图」这节课中我会学到什么？
同时绘制两个变量 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「关系：散点图和折线图」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。