stripplot() 與 swarmplot()
許多資料集都包含類別型資料，而 Seaborn 對此提供了多種實用的圖表類型。 在這個範例中，我們會繼續使用 2010 年的 School Improvement 資料，並依據所使用的學校改善模型來切分資料。
先複習一下，以下是獎助金額的 KDE 分佈圖：
雖然這張圖很有用，但如果你觀察每筆 Award_Amount，以及這些金額在四個類別中的分佈情形，還能學到更多。
本練習屬於課程
Seaborn 資料視覺化中級
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create the stripplot
sns.____(data=df,
x='____',
y='____',
jitter=____)
plt.show()