sns.relplot()参数设置：

• x,y:对应x轴与y轴的变量。
• data:对应的DataFrame对象。
• hue:分组变量将产生具有不同颜色的元素,可以是分类的也可以是数字的。

sns.relplot(x="面积", y="房价", data=bj);

• 上面的散点图显示了我们的数据在二维空间的集中情况，也显示了所有样本的房价与面积之间的关系。
• 但是，如果我们想在散点图中添加其他变量进去，比如，我们想添加“城区”这个变量进去，希望用不同颜色标记不同样本点所属的城区。这个时候该怎么办？

这个时候可以在replot函数中添加参数hue，用hue参数来指定“城区”变量，如下代码：

sns.relplot(x="面积", y="房价", hue="城区",data=bj);

如果我们把hue参数指向一个连续型变量，而不是像“城区”这种分类型变量，会有什么效果？我们可以尝试把hue参数指定的变量，从“城区”改为连续型变量“关注人数”。

sns.relplot(x="面积", y="房价", hue="关注人数",data=bj);

• 我们会发现seaborn已经自动帮你完成了“关注人数”这个字段的数值进行颜色渲染，圈圈颜色越深，表示关注人数越多。
• 另外，也可以使用sns.scatterplot()来绘制散点图，参数设置以及绘图效果与sns.relplot()类似。
• 如果希望以折线图的形式来显示变量之间的关系，还可以使用sns.lineplot()函数来绘制。
• 我们可以把sns.relplot()看作是sns.scatterplot()和sns.lineplot()的结合版本。

• 在右上角代码框，尝试使用sns.relplot()绘图函数探索bj图表中"关注人数"和"观看次数"之间的相关性关系。
• 如果希望散点根据不同城区用不同颜色做区分，该设置什么参数？
• 把绘图函数换成sns.scatterplot()，观察有什么不同？