用途：Seaborn 是 Matplotlib 的高层封装，用于统计数据可视化，适合绘制分布图、回归曲线、相关性热力图，以及多面板分类比较。
主要能力：支持 boxplot、violinplot、catplot 等分类图；displot 等分布与分面网格；pairplot 成对特征探索；heatmap 相关性矩阵；以及受 ggplot2 启发的现代对象接口 seaborn.objects（so.Plot）声明式语法。
使用方式：导入 import seaborn as sns 与 import matplotlib.pyplot as plt；用 sns.load_dataset 加载示例数据；启动时调用 sns.set_theme() 统一主题与调色板；向函数传入整洁的长格式 DataFrame（data=df, x='col1', y='col2', hue='category'）。对象接口示例：import seaborn.objects as so，使用 so.Plot(...).add(so.Dots()) 等链式调用。后端管线中生成图表后应调用 plt.close(fig)。
适用场景：统计分布与密度可视化、分类变量比较、特征相关性与聚类分离探索、分面多子图展示。
限制与注意：不要用饼图表示分类占比，改用水平条形图；hue 类别不宜超过 4-5 个，否则改用分面；避免混用 plt.title() 与 ax.set_title()。常见问题：heatmap 传入非数值列会报 JSON 序列化错误，需用 df.select_dtypes(include=np.number) 过滤；高 DPI 下字体过小可用 sns.set_context("talk")；属性缺失多为版本过旧，可 pip install --upgrade seaborn 升级到 0.13+。官方文档见 Seaborn Documentation。