seaborn库的简介
Seabn是一个在Python中制作有吸引力和丰富信息的统计图形的库。它构建在MatPultLB的顶部，与PyDATA栈紧密集成，包括对SIMPY和BANDA数据结构的支持以及SISPY和STATSMODEL的统计例程。
Seaborn 其实是在matplotlib的基础上进行了更高级的 API 封装，从而使得作图更加容易 在大多数情况下使用seaborn就能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充。Seabn是基于MatPultLB的Python可视化库。它为绘制有吸引力的统计图形提供了一个高级接口。
Official seaborn tutorial
Seaborn 官方介绍
seaborn: statistical data visualization
seaborn提供的一些特点是
在默认MatMattLIB美学中改进的几个内置主题：
1、选择颜色调色板的工具来绘制数据中的模式
2、用于可视化单变量和二变量分布或用于在数据子集之间进行比较的功能
3、拟合和可视化不同类型独立变量和因变量的线性回归模型的工具
4、可视化数据矩阵并使用聚类算法发现这些矩阵中的结构的函数
5、一种灵活估计统计时间序列数据的函数及其估计的不确定性表示
6、构造抽象网格的高级抽象，让您轻松地构建复杂的可视化
seaborn库的安装
pip install seaborn
seaborn库的使用方法
0、相关文章
Py之matplotlib：matplotlib、seaborn两种库绘图(封装函数)最强总结
1、案例应用
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
sns.set( palette="muted", color_codes=True)
rs = np.random.RandomState(10)
d = rs.normal(size=100)
f, axes = plt.subplots(2, 2, figsize=(7, 7), sharex=True)
plt.title('seaborn: statistical data visualization')
sns.distplot(d, kde=False, color="b", ax=axes[0, 0])
sns.distplot(d, hist=False, rug=True, color="r", ax=axes[0, 1])
sns.distplot(d, hist=False, color="g", kde_kws={"shade": True}, ax=axes[1, 0])
sns.distplot(d, color="m", ax=axes[1, 1])
plt.show()
参考官网：
seaborn 0.8.1
