1.绘图函数

seaborn.scatterplot(x=None, y=None, hue=None, style=None, size=None, data=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, markers=True, style_order=None, x_bins=None, y_bins=None, units=None, estimator=None, ci=95, n_boot=1000, alpha='auto', x_jitter=None, y_jitter=None, legend='brief', ax=None, **kwargs)

2.主要参数解释

绘制几个语义分组的散点图。数据的不同子集的 x 和 y 之间的关系可以用 hue, size, style 这三个参数来控制绘图属性。 这些参数控制用于识别不同子集的视觉语义信息，三种语义类型全部使用的话可以独立显示三个维度， 但是这种风格的绘图很难解释或者说没大部分时候什么效果。使用过多的语义信息 （例如：对同一个变量同时使用 hue 和 style)对作图来说是很有帮助同时也更容易理解。
x, y: data 或是向量 data 里面的变量名字，可选择
输入数据的变量，必须是数字，可以直接传递数据或引用数据中的列

hue： data 或是向量 data 里面的变量名字，类别或数值数据都行，可选择

将产生不同颜色的点的变量进行分组，可以是类别也可以是数字

style： data 或是向量 data 里面的变量名字，类别或数值数据都行，可选择

将产生不同标记的点的变量进行分类，可以有一个数字类型，但是这个数字会被当作类别

data： DataFrame数据类型

dataframe中 它的每一列是一个变量，每一行是一个观测值

sizes： 列表，字典或元组，类别或数值数据都行，可选

当使用 size 的时候，用来决定如何选择 sizes 的一个对象。可以一直是一个包含 size 数值的列表， 或者是一个映射变量 size 级别到 sizes 的字典。当 size 是数字时，sizes 可以是包含 size 最大值 和最小值的元组，其他的值都会标准化到这个元组指定的范围

以及等等其他参数具体可参考：seaborn0.9中文文档

3.例子如下

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

index = pd.date_range('2000-01-01', periods=100, freq='m', name='date')
data = np.random.randn(100, 4).cumsum(axis=0)
#print(data)
wide_df = pd.DataFrame(data, index, columns=['a', 'b', 'c', 'd'])
wide_df['style'] = np.nan
wide_df['style'][0:50] = 'A'
wide_df['style'][50:100] = 'B'
# print(wide_df.tail())
# hue参数，颜色区分数据类别
ax = sns.scatterplot(x='a', y='b', hue='style', data=wide_df)
plt.title('Scatter of hue')
plt.grid()
plt.show()

图像如下：

#style参数，不同标记区分数据类别
ax = sns.scatterplot(x='a', y='b', hue='style', data=wide_df)
plt.title('Scatter of style')
plt.grid()
plt.show()

图像如下：

#size参数，不同散点大小区分数据类别
x = sns.scatterplot(x='a', y='b', size='c', data=wide_df)
plt.title('Scatter of size')
plt.grid()
plt.show()

图形如下：

#多参数运用，区分数据散点类别
ax = sns.scatterplot(x='a', y='b', hue='d', style='style', size='c', data=wide_df)
plt.title('Scatter of All')
plt.grid()
plt.show()

图形如下：

hue与size参数都是数值类型的，分别都将数值划分为了五个数值范围，在一个范围内就会一个对应的颜色和散点大小，style参数这里的数据是类型数据，散点的形状区分其数据属于哪一种类型。还有很多其他参数可以应用，如有想更多的了解，可以参考：[seaborn0.9中文文档]