Seaborn是基于matplotlib的图形可视化python包。它提供了一种高度交互式界面，便于用户能够做出各种有吸引力的统计图表。
Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图，而使用matplotlib就能制作具有更多特色的图。
Seaborn和Pandas的API配合的很好，使用DataFrame/Series的数据就可以绘图
准备数据
本节代码运行前默认执行下面代码:
total_bill | tip | sex | smoker | day | time | size |
16.99 | 1.01 | Female | No | Sun | Dinner | 2 |
10.34 | 1.66 | Male | No | Sun | Dinner | 3 |
21.01 | 3.5 | Male | No | Sun | Dinner | 3 |
23.68 | 3.31 | Male | No | Sun | Dinner | 2 |
24.59 | 3.61 | Female | No | Sun | Dinner | 4 |
25.29 | 4.71 | Male | No | Sun | Dinner | 4 |
… | … | … | … | … | … | … |
1. 绘制单变量图
1.1 直方图绘制
注:sns.histplot等画图方法, 默认可以通过传参的方式创建坐标系, 画布自动生成。
- x, y分别表示x轴和y轴
- 当然可以以通过
fig, ax = plt.subplots()手动创建画布和坐标系对象，然后将ax对象用histplot方法的ax参数接受也是可以的。多次一举的原因是，可以对图像做更复杂的绘制，比方更改图像大小，设置图像标题名等。。。
密度图
计数图
计数图和直方图很像，直方图通过对数据分组来描述分布,计数图（条形图）是对离散变量（分类变量）计数。
双变量可视化
散点图
