Seaborn的catplot()函数用于绘制分类数据的图表，可以在一个图中同时显示多个分类变量之间的关系。以下是catplot()函数的基本用法：
import seaborn as sns
import matplotlib.pyplot as plt
# 使用Seaborn内置的数据集
tips = sns.load_dataset('tips')
# 通过kind参数指定要绘制的图表类型，比如'strip'、'swarm'、'box'、'violin'、'boxen'、'point'、'bar'等
sns.catplot(x='day', y='total_bill', data=tips, kind='box')
# 添加其他参数，比如hue、col、row等来显示更多的数据维度
sns.catplot(x='day', y='total_bill', data=tips, kind='box', hue='sex', col='time')
# 设置图表的大小和形状
plt.figure(figsize=(10, 6))
# 显示图表
plt.show()
在上面的示例中，我们使用了Seaborn内置的’tips’数据集，绘制了一个箱线图（box plot）来展示不同天数（day）的消费总额（total_bill）的分布情况。我们还使用了hue参数来根据性别（sex）对数据进行分组，并使用col参数来按就餐时间（time）分割图表。
通过catplot()函数可以轻松地绘制出各种不同类型的分类数据图表，帮助我们更好地理解数据之间的关系。更多关于catplot()函数的详细用法和参数设置，请参考Seaborn官方文档。
