Seaborn的pointplot()函数可以用来绘制分类数据的点图。它显示了一个点估计和置信区间，用于衡量不同分类变量之间的关系。
要使用pointplot()函数，首先需要导入Seaborn库，并加载数据。然后使用pointplot()函数并传入参数，例如x和y来指定要绘制的数据列，和hue参数来指定另一个分类变量。可以使用dodge参数来分离不同hue级别的点，以便更好地进行比较。同时，还可以使用ci参数来指定要显示的置信区间大小。
下面是一个使用pointplot()函数的简单示例：
云服务器
物理服务器
虚拟主机
跨境电商服务器import seaborn as sns
import matplotlib.pyplot as plt
# 加载数据
tips = sns.load_dataset("tips")
# 使用pointplot()函数绘制点图
sns.pointplot(x="day", y="total_bill", hue="sex", data=tips)
# 显示图形
plt.show()
在这个示例中，我们使用了tips数据集中的day和total_bill列，并根据性别分组绘制了点图。可以看到不同性别在不同日期总账单的点估计和置信区间。
辰迅云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
推荐阅读： Seaborn中的context参数有什么作用