在數據分析過程中，探索性數據分析（EDA）是很重要的環節之一。在EDA過程中，我們通常需要了解數據之間的關系及其分布。其中，聯合分布就是一種非常有用的探索工具。本文將介紹如何使用Python畫聯合分布。

# 導入相關庫
import seaborn as sns
import matplotlib.pyplot as plt
# 導入數據
tips = sns.load_dataset('tips')
# 畫聯合分布圖
sns.jointplot(x='total_bill', y='tip', data=tips, kind='scatter')
plt.show()

代碼解釋：

• sns.load_dataset('tips')導入tips數據集
• sns.jointplot()函數用于畫聯合分布圖，其中x為橫坐標，y為縱坐標，data為數據集，kind為圖表類型，此處為散點圖
• plt.show()用于顯示圖表

上述代碼所畫的聯合分布圖如下圖所示：

______________
|              |
| X X X X X X  |
| X X X X X X  |
| X X X X X X  |
| X X X X X X  |
| X X X X X X  |
| X X X X X X  |
|______________

其中，X表示散點。

除了散點圖外，聯合分布圖還有其他圖表類型，如hex、kde等。它們的使用方式與上述代碼類似，只需要將kind參數改為對應的值即可。

Python的seaborn庫提供了非常方便的畫圖函數，可以幫我們快速地進行探索性數據分析，包括聯合分布圖。希望本文能對大家的數據分析工作有所幫助。