用途：Seaborn 是面向数据集（dataset-oriented）的 Python 统计绘图库，与 pandas DataFrame 直接配合，适合快速进行分布探索、多变量关系分析与分类比较，输出出版级图形。
主要能力：提供两类接口——函数接口（按关系、分布、分类、回归、矩阵等分组的专用绘图函数，含 axes-level 与 figure-level）和声明式 objects 接口。内置统计估计、误差与置信区间计算、语义映射（hue、size、style），并自带主题、配色与多面板布局（FacetGrid、PairGrid、JointGrid）。常用函数包括 scatterplot、lineplot、relplot、histplot、kdeplot、ecdfplot、jointplot、pairplot、boxplot、violinplot、barplot、countplot、catplot、regplot、lmplot、heatmap、clustermap 等。
用法：安装后以 import seaborn as sns 调用；示例：sns.scatterplot(data=df, x='total_bill', y='tip', hue='day')。数据推荐长表（tidy）格式，宽表可用 melt 转换。figure-level 函数用 col、row 实现分面，height、aspect 控制尺寸；axes-level 函数接受 ax= 参数以嵌入 matplotlib 布局。设置外观用 sns.set_theme(style='whitegrid', palette='pastel')，配色支持定性、顺序、发散及自定义调色板。
适用场景：探索性数据分析、相关性热力图、分类分布对比、回归与残差检查、多面板或分面图表，以及论文与报告配图；可与 matplotlib 混合使用并保存为 PNG 或 PDF。
限制：资料未提供具体版本、安装命令、依赖要求或授权与收费信息，暂未提供；使用时应避免无名数组以免丢失轴标签，并区分 figure-level 与 axes-level 函数的使用边界。