用途：Seaborn 是 Python 统计可视化库，基于 matplotlib，直接操作 pandas DataFrame，以较少代码生成出版级统计图形，适合数据探索与统计关系展示。
主要能力：分布图（histplot、kdeplot、ecdfplot、box、violin）、关系图（scatterplot、lineplot）、分类图（boxplot、violinplot、barplot、swarmplot）、回归图（regplot、residplot）、矩阵图（heatmap、clustermap）、探索网格（pairplot、jointplot）以及按分类变量自动分面（relplot、catplot、displot）。内置统计估计（均值、置信区间、KDE）与默认主题。
使用方式：安装命令为 pip install seaborn matplotlib pandas。基本用法是导入 seaborn、matplotlib.pyplot 和 pandas，加载数据后调用绘图函数。参数包括 hue、style、size、col/row、col_wrap、estimator、errorbar、stat、bw_adjust、multiple、kind 等。函数分两层：轴级函数（scatterplot、histplot、boxplot、heatmap）返回 Axes，可传入 ax= 嵌入自定义布局；图级函数（relplot、displot、catplot、lmplot）返回 FacetGrid/JointGrid/PairGrid，内置分面但不能嵌入已有图。数据优先使用长表（tidy），宽表可用 pd.melt 转换。保存前调用 plt.tight_layout() 或 g.tight_layout()。
适用场景：数据探索、分布比较、变量关系分析、相关性与聚类热力图、多面板分面图以及论文级多面板图的制作。
限制：交互式悬停/缩放需改用 plotly；像素级精细布局控制需直接用 matplotlib；带语义映射的函数要求长表数据；图级函数不能放入已有 figure。资料未提供收费、价格与平台信息。