Seaborn是針對統計繪圖的褐望，一般來說蜕琴，Seaborn能滿足數據分析90%的繪圖需求注整。本站整理的Seaborn的41個樣例代碼能曾，在github進行分享，絕大部分數據可視化的問題可以參考這里的樣例代碼肿轨。
Matplotlib試著讓簡單的事情更加簡單寿冕，困難的事情變得可能，而Seaborn就是讓困難的東西更加簡單椒袍。
Seaborn是針對統計繪圖的驼唱，一般來說，Seaborn能滿足數據分析90%的繪圖需求驹暑。
Seaborn其實是在matplotlib的基礎上進行了更高級的API封裝玫恳，從而使得作圖更加容易，在大多數情況下使用Seaborn就能做出很具有吸引力的圖优俘，應該把Seaborn視為matplotlib的補充京办，而不是替代物。
用matplotlib最大的困難是其默認的各種參數帆焕，而Seaborn則完全避免了這一問題惭婿。
seaborn一共有5個大類21種圖，分別是：
Relational plots 關系類圖表
? ? 1.relplot() 關系類圖表的接口叶雹，其實是下兩種圖的集成财饥，通過指定kind參數可以畫出下面的兩種圖
? ? 2.scatterplot() 散點圖
? ? 3.lineplot() 折線圖
Categorical plots 分類圖表
? ? 1.catplot() 分類圖表的接口，其實是下面八種圖表的集成折晦，通過指定kind參數可以畫出下面的八種圖
? ? 2.stripplot() 分類散點圖
? ? 3.swarmplot() 能夠顯示分布密度的分類散點圖
? ? 4.boxplot() 箱圖
? ? 5.violinplot() 小提琴圖
? ? 6.boxenplot() 增強箱圖
? ? 7.pointplot() 點圖
? ? 8.barplot() 條形圖
? ? 9.countplot() 計數圖
Distribution plot 分布圖
? ? 1.jointplot() 雙變量關系圖
? ? 2.pairplot() 變量關系組圖
? ? 3.distplot() 直方圖钥星，質量估計圖
? ? 4.kdeplot() 核函數密度估計圖
? ? 5.rugplot() 將數組中的數據點繪制為軸上的數據
Regression plots 回歸圖
? ? 1.lmplot() 回歸模型圖
? ? 2.regplot() 線性回歸圖
? ? 3.residplot() 線性回歸殘差圖
Matrix plots 矩陣圖
? ? 1.heatmap() 熱力圖
? ? 2.clustermap() 聚集圖
github地址：
https://github.com/fengdu78/machine_learning_beginner/tree/master/seaborn
主要內容：
Jupyter notebook格式，Seaborn.ipynb包含共41個Seaborn的樣例代碼满着，只需要修改數據源就能畫出類似下圖這樣的圖表打颤。
（Seaborn內置了不少樣例數據，為dataframe類型漓滔， 命令：df = sns.load_dataset("anscombe")即讀取“anscombe”樣例數據，如果要查看數據乖篷，可以使用類似df.head()命令查看响驴，繪圖的時候替換為自己的數據即可。）
參考：
http://seaborn.pydata.org/examples/index.html
歡迎留言交流撕蔼！
