在seaborn中，绘制散点图的函数有 scatterplot 和 relplot 。
让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名申请、雅安服务器托管、营销软件、网站建设、云霄网站维护、网站推广。
seaborn 绘制散点图最简单的方式是使用 scatterplot 方法，指定 data 参数和 x 和 y 参数。
添加 hue 参数，设置点的分组颜色。
添加 style 参数，设置点的分组样式。
添加 size 参数，设置点的分组大小。
hue , style , size 参数可以同时设置多个。
分面散点图用 relplot 方法绘制，需要设置 kind="scatter" ，然后使用 col , row 参数分面。
接受自己的普通，然后全力以赴的出众，告诉自己要努力，但不要着急....
当然， 这个结果并不是我真正想要的，Pass, 太丑了！
好吧，安排，我们先看下实现后的效果！
这个效果自然就比之前的好多了！
实现python散点图绘制需要用到matplotlib库， matplotlib库是专门用于可视化绘图的工具库；学习一个新的库当然看官方文档了：
实现思路：
matplotlib.pyplot.scatter() 函数是专门绘制散点图的函数：
matplotlib.pyplot.scatter ( x, y , s=None , c=None , marker=None , cmap=None , norm=None , vmin=None , vmax=None , alpha=None , linewidths=None , verts=None , edgecolors=None , ***, data=None , ** kwargs ) **
plt.scatter(observation, estimate, c=Z1, cmap=colormap, marker=".", s=marker_size, norm=colors.LogNorm(vmin=Z1.min(), vmax=0.5 * Z1.max()))
其中：
1、c参数为计算的散点密度；
2、cmap为色带（matplotlib里面自带了很多色带可供选择）,参见：
3、由于计算的散点密度数值大小分散，因此利用norm参数对散点密度Z1进行归一化处理(归一化方式很多，参见colors类)，并给归一化方式设置色带刻度的最大最小值vmin和vmax(一般这两个参数就是指定散点密度的最小值和最大值)，这样就建立起了密度与色带的映射关系。
（这里的结果与前面展示的相比改变了计算散点密度的半径：radius = 3以及绘制散点图的散点大小marksize）
作者能力水平有限，欢迎各位批评指正！
基本代码如下：
这里使用numpy包的random函数随机生成1000组数据，然后通过scatter函数绘制了散点图。
重点其实在于scatter函数。
x,y 形如shape(n,)的数组，可选值，
s 点的大小（也就是面积）默认20
c 点的颜色或颜色序列，默认蓝色。其它如c = 'r' (red); c = 'g' (green); c = 'k' (black) ; c = 'y'(yellow)
marker 形状，可选值，默认是圆
如果需要其他的，可搜索matplotlib的官网，在官网中搜索markers，选择第一个结果。
alpha：标量，可选，默认值：无， 0（透明）和1（不透明）之间的alpha混合值
示例alpha = 0.5
edgecolors，顾名思义，边缘颜色或颜色序列，可选值，默认值：None
