用途：Seaborn 是 Python 统计可视化库，用于创建出版级统计图形，适合数据集导向绘图、多变量分析、自动统计估计和多面板图形。
主要能力：提供关系图（scatterplot、lineplot、relplot）、分布图（histplot、kdeplot、ecdfplot、jointplot、pairplot）、分类图（stripplot、swarmplot、boxplot、violinplot、barplot、pointplot、countplot、catplot）、回归图（regplot、lmplot、residplot）和矩阵图（heatmap、clustermap）。支持 hue、size、style 语义映射，内置聚合、误差估计与置信区间，提供配色方案与主题样式。
使用方式：导入 import seaborn as sns、import matplotlib.pyplot as plt、import pandas as pd，用 sns.load_dataset('tips') 加载示例数据，再调用 sns.scatterplot(data=df, x='total_bill', y='tip', hue='day') 等函数绘图。函数接口分轴级与图形级：轴级函数接受 ax= 参数，可嵌入 matplotlib 子图；图形级函数（relplot、displot、catplot、lmplot、jointplot、pairplot）通过 col、row 自动分面，返回 FacetGrid、JointGrid 或 PairGrid。另有 seaborn.objects 声明式接口，可链式组合映射、标记、变换与标度。
适用场景：快速探索性数据分析、分布与关系探索、分类比较、相关性热图、成对关系矩阵、回归与残差诊断、分面小多图，以及论文或演示用高质量图形输出。
限制：资料未提供安装命令、版本要求、收费与价格信息；部分高级参数、性能表现和平台兼容性细节暂未提供。