聯合密度圖是一種表述兩個變量之間關系的圖表。Python 提供了很多庫來實現聯合密度圖的繪制，比如 seaborn、plotly、matplotlib 等。

# 導入必要的庫
import seaborn as sns
import pandas as pd
# 讀取數據
df = pd.read_csv('data.csv')
# 繪制聯合密度圖
sns.jointplot(x='x', y='y', data=df, kind='kde')

其中，x 和 y 是指數據集中兩個變量的名稱，data 是指數據集，kind 是指使用的聯合密度圖類型。上述代碼使用 seaborn 庫中的 jointplot 函數繪制了一張二維核密度估計圖。

在這里，我們使用 iris 數據集進行例子的演示：

# 導入必要的庫
import seaborn as sns
# 導入 iris 數據集
iris = sns.load_dataset("iris")
# 繪制聯合密度圖
sns.jointplot(x="sepal_length", y="petal_length", data=iris, kind='kde')

上述代碼使用 seaborn 庫中的 load_dataset 函數導入了 Iris 數據集，并使用 jointplot 函數繪制了一張二維核密度估計圖。從圖中可以看出，花萼長度和花瓣長度存在明顯的正相關關系。