python 绘制散点图（附带残差箱式图和边缘密度图）代码

在Python中，我们可以使用matplotlib库来绘制散点图、残差箱线图和边缘密度图。以下是使用pandas、numpy以及matplotlib库的一个示例代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 假设我们有一个DataFrame df，其中包含两列数据 'x' 和 'y'
df = pd.DataFrame({
    'x': np.random.normal(size=50),
    'y': np.random.normal(loc=df['x'].mean(), size=50)
})

# 散点图
plt.scatter(df['x'], df['y'])
plt.title('Scatter Plot')
plt.xlabel('X')
plt.ylabel('Y')
plt.show()

# 残差箱线图
residuals = df['y'] - df['x']
plt.boxplot(residuals)
plt.title('Residual Box Plot')
plt.ylabel('Residuals')
plt.show()

# 边缘密度图
sns.jointplot(x='x', y='y', data=df, kind="kde", color="#4CB391")
plt.title('Joint Density Plot')
plt.show()

在这个例子中，首先生成了两个随机分布的数据列`x`和`y`，然后分别创建了一个散点图展示它们的关系，接着计算并绘制了残差箱线图来查看残差的分布情况，最后通过seaborn库的`jointplot`函数绘制了联合概率密度图，展示了两个变量之间的二维边缘分布。

如果你想要自定义颜色、标记或其他细节，可以查阅相应的matplotlib和seaborn文档。