以泰坦尼克号数据为例，首先导入需要的包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
加载数据集，共12个特征
train = pd.read_csv('data/train.csv')
train.head()
现在想查看Survived和Age的关系，先用Survived创建一个Grid（size，aspect用于调整grid大小），由于使用的是col，因此在水平方向创建了两个Grid（Survived有两类）
grid = sns.FacetGrid(train, col='Survived',size=2.2, aspect=1.6)
接着用map函数往grid上填充数据，这里使用了plt的hist，即话Age的直方图
grid.map(plt.hist, 'Age', bins=20)
grid = sns.FacetGrid(train, col='Sex',row='Pclass',size=2.2, aspect=1.6) grid.map(sns.barplot, 'Survived', 'Age')
更复杂的用法，行是Pclass，列是Sex，创建3x2的grid
grid = sns.FacetGrid(train, col='Sex',row='Pclass',size=2.2, aspect=1.6)
向Grid上map数据，画柱状图， 即每个Grid中展示Survived和Age的情况
grid.map(sns.barplot, 'Survived', 'Age')
