我正在用seaborn练习数据探索，最近遇到一个问题：如何将alpha（透明度）传递到seaborn.jointplot（到散点图部分，而不是直方图）？
更广泛地说，我也想知道：
joint_kws、marginal_kws 和 annot_kws 的一般功能是什么（即如何使用/传递 pyplot 参数到这些参数中？）？
这些参数和kwargs参数有什么区别？
谢谢！
【问题讨论】：
alpha=0.5 添加到jointplot 工作吗？
joint_kws = dict(alpha=0.5) ?
标签： parameters seaborn alpha
将alpha=0.5 添加到您的sns.jointplot 调用可能会出现以下错误：
TypeError: regplot() got an unexpected keyword argument 'alpha'
因此，在这种情况下，您可以将此 alpha 设置嵌套到 scatter_kws，然后嵌套到 joint_kws，如下所示：
sns.jointplot(x, y, data, kind='reg',joint_kws = {'scatter_kws':dict(alpha=0.5)})
此时，您将调整联合图中散点的透明度。
【讨论】：
如 cmets 中所述，您只需将 alpha=0.5 添加到您的 jointplot 调用中即可。
至于您的其他问题，一般信息可以在documentation：
您将字典传递给每个 kw 参数。这些控制由jointplot 创建的绘图的不同部分。例如，如果你想改变直方图的透明度，你可以把它传递给marginal_kws。 （这有点复杂，因为“边际”是使用 sns.distplot 创建的，它建立在 plt.hist 之上。所以实际上，marginal_kws={'hist_kws': {'alpha': 0.1}} 是 jointplot。
附加的kwargs 会影响散点图部分，就像joint_kws 一样。但是，这些参数将取代 joint_kws 提供的参数。
【讨论】：