seaborn

Seaborn 是一个强大的 Python 可视化程序库，专为制作出版级的统计图表而设计。它提供高阶接口，用于绘制美观且具信息量的统计可视化结果。通过与 pandas DataFrames 的无缝整合，Seaborn 让研究人员能够执行多变量分析，并以极少的代码生成复杂的多面板图表。其设计理念以数据导向的绘图为中心，代理程序能自动将变量对应至色彩、大小与样式等视觉属性，并在内部自动处理统计聚合与误差估计。

主要功能包括：

• 数据导向绘图：直接与 pandas 数据结构协作，减少手动管理坐标的需求。
• 内置统计估计：包括趋势的自动置信区间计算与数据聚合。
• 全面支持各类图表：包括关系图 (scatterplot, lineplot)、分布图 (histplot, kdeplot) 与分类图 (boxplot, violinplot, swarmplot)。
• 图层级接口：通过 relplot、displot 与 catplot 简化多变量分析所需的切面子图制作。
• 语义映射：将数据值转化为视觉属性，提升复杂科学数据集的解读性。
• 出版级预设：确保图表直接可用于学术出版，并完全兼容于 matplotlib 的进阶自定义。
• 双层 API 设计：提供功能导向接口以便快速探索，以及对象导向 API 用于设计复杂的分层可视化。

使用与作业说明：

• 输入：通常为包含结构化数值或分类科学数据的 pandas DataFrames。
• 输出：可显示、保存为高分辨率图片或整合至 LaTeX 文件的 matplotlib 图形对象。
• 实用建议：若需根据分类变量将数据切面 (facet)，请使用图层级函数；若需要精细控制，则建议使用 seaborn.objects 接口进行程序化设计。
• 整合性：虽然 Seaborn 擅长统计图表，但若需交互式网页图表，请使用 plotly；若需特定的出版样式，则建议使用 scientific-visualization 技能。
• 限制：Seaborn 建立在 matplotlib 之上，因此若需超出 Seaborn 参数的进阶自定义，通常需要调用标准的 matplotlib 对象操作。