用途：Seaborn 是面向数据集的 Python 统计可视化库，用于创建出版级统计图形，适合分布、变量关系、分类比较和相关性等快速探索与多变量分析。
主要能力：提供函数式与 objects 声明式两套接口。关系图有 scatterplot、lineplot、relplot；分布图有 histplot、kdeplot、ecdfplot、displot、jointplot、pairplot；分类图有 stripplot、swarmplot、boxplot、violinplot、barplot、pointplot、countplot、catplot；回归图有 regplot、lmplot、residplot；矩阵图有 heatmap、clustermap。内置统计聚合、误差估计与置信区间、语义映射（hue、size、style）、分面（col、row）、配色与主题、FacetGrid/PairGrid/JointGrid 多面板网格，并与 matplotlib 兼容。
使用方式：先 import seaborn as sns、matplotlib.pyplot as plt、pandas as pd；可用 sns.load_dataset('tips') 加载示例数据，再调用相应函数并 plt.show()。函数式接口分坐标轴级（可传 ax）与图形级（自带分面，用 height、aspect 控制尺寸）；objects 接口以 so.Plot 链式构建。长表数据（每列一个变量、每行一个观测）最灵活，宽表适合热图与相关矩阵；可用 melt 转换。主题与调色板通过 set_theme、set_style、set_context、set_palette 设置。保存用 fig.savefig('figure.png', dpi=300, bbox_inches='tight')。
适用场景：探索性数据分析、相关性热图、分组比较、回归关系、出版级图形与复杂多面板图。
限制：图形级函数不能放入已有 figure，复杂自定义需结合 matplotlib；部分函数默认自动统计，需注意估计量选择。资料未提供版本、安装命令、收费与平台信息，暂未提供。