seaborn

用途：Seaborn 是面向数据集（DataFrame）的 Python 统计可视化库，用于探索数据分布、变量关系、分类比较和多面板图形。\n\n主要能力：提供函数接口（scatterplot、lineplot、histplot、kdeplot、boxplot、violinplot、barplot、regplot、heatmap、clustermap 等）和对象接口 seaborn.objects。支持语义映射（hue、size、style）、自动统计聚合与置信区间、分面（col、row）、多面板网格（FacetGrid、PairGrid、JointGrid）、配色方案与主题设置。\n\n使用方式：安装可用 uv pip install "seaborn==0.13.2"，需要可选统计依赖时可用 uv pip install "seaborn[stats]==0.13.2"。典型导入为 import seaborn as sns、import matplotlib.pyplot as plt、import pandas as pd。数据通常传入 DataFrame，可用 sns.load_dataset() 下载公开示例数据；私有或离线场景应使用 pandas 显式加载本地文件。\n\n适用场景：快速探索性分析、统计图形绘制、分类比较、回归可视化、相关矩阵与聚类热图，以及需要分面的多子图展示。\n\n限制：文档基于 seaborn 0.13.2，支持 Python 3.8+，强制依赖 NumPy、pandas、matplotlib，部分高级统计与聚类功能需 scipy、statsmodels、fastcluster；objects 接口在 0.13.2 中仍被描述为实验性且不完整。0.12/0.13 有若干 API 变化，如多数函数建议使用关键字参数、errorbar 替代旧 ci、分类图需注意 native_scale 等。具体收费、平台和效果信息暂未提供。