seaborn中jointplot的2D KDE自定义画法：商用数据可视化

先来点图(doge)的先后对比，我们将一点点的地达到这个效果

常见的jointplot画法

本文以iris数据集为例进行说明，数据集长这样

当我们使用seaborn 0.11.2绘制两个特征（萼片和花瓣的长度）的联合KDE图（等高线图）时，如果采用基本方法，x，y就是俩方向轴（从iris_data的列里面挑),data数据源，kind是kde(kernel density estimate)，核密度估计简介

import pandas as pd
pd.plotting.register_matplotlib_converters()
import matplotlib.pyplot as plt
import seaborn as sns

iris_filepath = "visual/iris.csv"
iris_data = pd.read_csv(iris_filepath, index_col="Id")

sns.jointplot(x='Petal Len