1.     sns.jointplot(x=cols[0],y=cols[1],data=data_frame,
2.                 kind='scatter',           # scatter 散点图、reg 散点线性回归分析图、hist、hex 六角形图、kde 等高线核密度图、resid 线性回归的残差图，尝试测试-----------------   
3. #                 size=7,space=0.2,ratio=5, #大小、间距、布局高度比、
4.                   )

fig=sns.JointGrid(x=cols[0],y=cols[1],data=data_frame,)

1.     sns.pairplot(data_frame,
2.                 hue=cols[0],          # 按照某一字段进行分类
3.                 kind = 'scatter',     # 设置右上，scatter 散点图、reg 散点线性回归分析图
4.                 diag_kind="hist",     # 设置对角线(默认右下)，hist 柱状图、kde 密度图
5. #                 palette="husl",     # 设置调色板
6. #                 markers=["o", "s", "D"],  # 设置不同系列的点样式（这里根据参考分类个数）
7. #                 size = 2,           # 图表大小
8. #                 plot_kws={'s':20},    # 设置点大小
9. #                 diag_kws={shade=True,edgecolor='w'},  # 设置对角线柱状图样式
10.                 )

1.     g1 = sns.PairGrid(data=data_frame,              # 创建绘图表格区域
2.                      hue=class_col,
3.                      palette="Set2",                # 设置调色板
4. #                      hue_kws={"marker": ["o", "s", "D"]}
5.                     )

1.     g = sns.FacetGrid(data=data_frame,
2.                       col=cols[0], row=cols[1], 
3.                       hue=cols[2], 
4.                       palette='cool',
5.                       )