用途：在 Python 中完成数据可视化，涵盖静态出版级图表、统计图形与交互式图形三类需求。
主要能力：matplotlib 提供对图形元素的细粒度控制，支持折线、散点、柱状、直方图、子图与共享坐标轴，可自定义样式、颜色、标记、图例、注释，并导出 PNG、PDF、SVG 等格式；seaborn 面向统计可视化，支持分布图（histplot、kdeplot、ecdfplot）、分类图（boxplot、violinplot、stripplot、swarmplot、barplot）、关系图、回归图、热力图与聚类热图，以及 FacetGrid、PairGrid、pairplot 多面板布局，内置主题与调色板；plotly 提供交互式图形，Plotly Express 高层 API 覆盖散点、折线、柱状、直方图、箱线图、热力图、3D 散点与动画，graph objects 低层 API 支持多轨迹、子图、下拉菜单等交互控件，可导出 HTML 或静态图片。
使用方式：matplotlib 可用 pyplot 快速绘图，复杂脚本推荐面向对象 API（fig, ax = plt.subplots()）；seaborn 通常配合 pandas DataFrame 使用，通过 sns.set_theme 设置主题；plotly 用 plotly.express 快速出图，或用 plotly.graph_objects 精细控制，导出静态图片需 kaleido。
适用场景：出版级静态图、统计分析与探索、交互式仪表板与网页分享。
限制：matplotlib 对常见统计图较冗长、默认美观度一般；seaborn 控制力弱于 matplotlib 且仅静态；plotly 文件较大、出版控制力较弱。资料未提供安装命令、版本要求与具体收费信息。