jointplot可以同时绘制散点图和直方分布图，在查看数据分布情况时很有用。所以作图时也比较常用。

如上图所示，sns.jointplot 函数的参数中，第一行指定了使用哪些数据作图。第二行是控制整个图的大小，也还可以通过一个参数ratio调整主图和边图的比例。第三行是控制散点的大小，边缘颜色和透明度，当然有可以通过 fc 调整 facecolor。第四行是控制边图的作图参数（默认使用的是 sns.histplot，所以以前在 sns.histplot中输入什么参数，就将参数以字典的方式传入），这里我喜欢使用统一了bin数量的直方分布，看上去美观一点。然后还可以设置 marginal_ticks=True 方便查看直方分布的具体情况，注意默认是 Count。

具体代码如下：

sns.jointplot(dat, x='L', y='W', 
              height=4/inch, ratio=3,
              s=20, ec=None, alpha=0.2, 
              marginal_kws=dict(bins=15, stat='count'), marginal_ticks=True
              )
plt.ylabel('W (nm)')
plt.xlabel('L (nm)')
plt.tight_layout()
plt.show()