第3章 关系图的语法

第3章 关系图的语法

本章要回答的三个问题：

1. 两个数值变量之间的关系，散点图之外还有哪些表达层次（大小、形状、颜色各自承载什么信息）？
2. 折线图在重复观测时悄悄做了聚合，这个"隐式统计"何时是帮助、何时是陷阱？
3. relplot 的分面语法与 displot 有何异同，怎么把一个关系问题铺成面板网格？

为什么会有这一章

第 2 章结束时你能回答"一个变量长什么样"，但数据分析的现实问题几乎都是关系问题：消费越高小费越多吗、广告投入和销量是线性还是饱和、两组人群的指标走势是否交叉。关系图的映射层从一列变成两列，视觉通道的预算立刻紧张起来——x 和 y 各占一个位置通道后，剩余的 hue、size、style、col 要同时服务多个维度，怎么分配就成了设计问题。

更关键的是，折线图藏着 Seaborn 里最重要的一次"隐式统计"：同一个 x 出现多个 y 时，lineplot 默认聚合出均值并画出 95% 置信区间。不了解这件事的人，要么对着误差带困惑，要么在根本不该画折线的数据上画出一条虚假的平滑趋势。本章把这笔"Seaborn 替你做的账"明明白白摊开。

读完能解决什么

• 能为一个关系问题设计通道分配方案，说出为什么把某个变量交给 hue 而不是 size；
• 能解释 lineplot 的误差带从哪来、estimator 换成中位数会怎样、何时不该用折线；
• 能用 relplot 把关系图按两个类别维度铺成网格，并控制面板尺寸与换行；
• 能识别过绘（点太密互相遮挡）的几种症状与对策。

各节怎么分工

常见疑问预答

问：折线图的误差带就是标准差吗？ 不是。默认是 bootstrap 重采样得到的 95% 置信区间，表达均值估计的不确定性，样本越大带越窄；标准差描述数据本身的离散，不随样本量收窄。两者切换靠 errorbar 参数，语义辨析见 3.2。

问：散点太密糊成一团怎么办？ 三个梯度依次升级：先加透明度并缩小点径，再换二维密度图，最后才轮到抽样。三种手段的适用样本量与代价，3.1 有可直接复制的对照代码。

问：relplot 和 lineplot 到底用哪个？ 要分面（col、row）用前者，它返回 FacetGrid、自建画布；要把图嵌进已有子图布局用后者，它返回普通 Axes。能力不重叠也不冲突，同一段分析里两者混用是常态——分面探索用工厂，成图排版用 axes 级。

先决条件

• 第 1 章的映射通道概念（hue、size、style、col）与两级函数分野；
• 第 2 章的密度直觉（3.1 讨论过绘时会用到二维密度替代方案）；
• 均值与置信区间的基本概念，不熟的话 3.2 开头有铺垫。

本章可考核知识点

• 能为给定关系问题分配 hue、size、style 通道并说明理由；
• 能解释 lineplot 在重复观测下的隐式聚合（均值加置信区间）及 estimator 的改写方式；
• 能说出 errorbar 四种口径（ci、sd、pi、None）各自的表达意图；
• 能识别类别轴连折线、时间断档连线的两类折线误用；
• 能用 relplot 完成 col、row、col_wrap 的分面排版并批量打磨标签与标题。

往下走到哪

关系图把两个数值列放上了映射层。但业务数据里更常见的形态是"一个类别、一个数值"——各产品的销量对比、各科室的平均住院日。第 4 章的分类图把 x 轴从数值换成类别，统计量从"聚合"扩展到"组间比较"，八种类别图将展示同一套语法在不同统计口径上的变奏。