构建 JointGrid 和 jointplot
Seaborn 的 JointGrid 将直方图、地毯图和核密度图等单变量图，与散点图、回归图等双变量图组合在一起。创建这些图的流程，您现在应该已经很熟悉了。这些图也展示了 Seaborn 如何通过便捷函数把多个绘图组合在同一图中。
在本练习中，我们继续使用之前查看过的共享单车数据。我们将考察湿度与总租赁量之间的关系，看看是否存在值得后续深入探索的有趣模式。
本练习是课程的一部分
Seaborn 数据可视化进阶
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Build a JointGrid comparing humidity and total_rentals
sns.___("whitegrid")
g = sns.___(___="hum",
___="total_rentals",
data=df,
xlim=(0.1, 1.0))
g.plot(sns.___, sns.histplot)
plt.show()
plt.clf()