散点图（Scatter plot）：用于展示两个变量之间的关系，其中一个变量位于横坐标轴上，另一个变量位于纵坐标轴上。每个数据点表示一个观测值，其位置取决于两个变量的值。
线性回归（Linear regression）：用于建立两个变量之间的线性关系模型。该模型可以用来预测一个变量的值，给定另一个变量的值。
相关系数（Correlation coefficient）：用于度量两个变量之间的线性关系的强度和方向。相关系数的取值范围为 -1 到 1，其中 -1 表示完全负相关，0 表示没有线性关系，1 表示完全正相关。
协方差（Covariance）：用于度量两个变量之间的总体关系的强度和方向。协方差的取值范围为负无穷到正无穷，其中负值表示负相关，正值表示正相关，0 表示没有关系。
热力图（Heatmap）：用于展示多个变量之间的关系。热力图将每个变量之间的相关系数绘制为一个矩阵，其中颜色表示相关系数的大小。
聚类分析（Cluster analysis）：用于将观测值分为不同的组，每组内观测值之间的关系比组间观测值之间的关系更紧密。聚类分析可以用于发现变量之间的非线性关系。