Seaborn简介
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
显示结果
![]()
seaborn 绘图
显示结果
![]()
Seaborn绘制单变量图
1 直方图
使用sns.distplot创建直方图，如下所示：
显示结果
![]()
distplot 默认会同时绘制直方图和密度图(核密度估计 kde)。如果只想绘制直方图，可以把kde参数设置为False
核密度估计，就是采用平滑的峰值函数(“核”)来拟合观察到的数据点，从而对真实的概率分布曲线进行模拟。
显示结果
![]()
2 密度图（核密度估计）
密度图是展示单变量分布的另一种方法，本质上是通过绘制每个数据点为中心的正态分布，然后消除重叠的图，使曲线下的面积为1来创建的
显示结果
![]()
如果只绘制密度图，还可以使用sns.kdeplot函数
3 频数图
频数图是变量分布的一维表示，常与其他图一起使用，以增强可视化效果。
下图展示的是带密度图和频数图的直方图
显示结果
![]()
4 计数图（条形图）
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。
显示结果
![]()
![]()
