用途：这是一个面向数据集统计可视化的技能，基于 Python 的 Seaborn 库生成出版级统计图形，适合分布分析、变量关系、分类比较、回归展示和成对图等任务，并可与 pandas 的 DataFrame 直接配合。
主要能力：支持关系图、分布图、分类图、回归图与矩阵图；提供自动统计估计（聚合、误差估计、置信区间）和语义映射（hue、size、style）；提供函数接口和 seaborn.objects 声明式接口；可用图级函数实现分面。
使用方式：安装命令为 uv pip install "seaborn==0.13.2"，需要时可安装可选统计依赖 uv pip install "seaborn[stats]==0.13.2"。推荐导入 numpy、pandas、matplotlib.pyplot、seaborn 和 seaborn.objects。使用 sns.load_dataset() 会从公开的 mwaskom/seaborn-data 仓库下载 CSV 示例数据，须记录来源版本或文件哈希以保证可复现；私有、受监管或离线场景应使用 pandas 显式加载本地文件。绘图时建议传入命名 DataFrame 及关键词参数，如 sns.scatterplot(data=df, x='total_bill', y='tip', hue='day')。
适用场景：探索性分析、单用途图形、复杂分层图形、需要精细控制变换或程序化生成图形时。
限制：当前以 Seaborn 0.13.2 为准，官方支持 Python 3.8+，依赖 NumPy、pandas、matplotlib，scipy、statsmodels、fastcluster 为可选。objects 接口仍被上游描述为实验性且不完整；0.12 与 0.13 有 API 变更，例如 errorbar 替代旧 ci 参数、分类图在 0.13 重写等。示例数据需缓存或下载；具体收费、价格、平台与效果资料暂未提供。