Seaborn简介
Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。
Seaborn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。
Seaborn和Pandas的API配合的很好，使用DataFrame/Series的数据就可以绘图
Seaborn绘制单变量图
直方图
使用sns.distplot创建直方图
使用sns.distplot创建直方图
密度图（核密度估计）
密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来创建的
密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来创建的
计数图（条形图）
计数图和直方图很像，直方图通过对数据分组描述分布，计数图是对离散变量（分类变量）计数。
Seaborn 双变量数据可视化
在seaborn中，创建散点图的方法有很多
创建散点图可以使用regplot函数。regplot不仅可以绘制散点图，还会拟合回归线，把fit_reg设置为False，将只显示散点图
- lmplot函数和regplot函数类似，也可以用于创建散点图。
- lmplot函数内部会调用regplot，两者的主要区别是regplot创建坐标轴，而lmplot创建图
sns.lmplot(x='total_bill',y='tip',data = tips)
还可以使用jointplot在每个轴上创建包含单个变量的散点图。
Seaborn 可视化（二）+https://developer.aliyun.com/article/1543916?spm=a2c6h.13148508.setting.31.1fa24f0eyCLrzp
