seaborn

Seaborn 是一個強大的 Python 視覺化程式庫，專為製作出版級的統計圖表而設計。它提供高階介面，用於繪製美觀且具資訊量的統計視覺化結果。透過與 pandas DataFrames 的無縫整合，Seaborn 讓研究人員能夠執行多變量分析，並以極少的程式碼產生複雜的多面板圖表。其設計理念以數據導向的繪圖為中心，代理程式能自動將變數對應至色彩、大小與樣式等視覺屬性，並在內部自動處理統計聚合與誤差估計。

主要功能包括：

• 數據導向繪圖：直接與 pandas 資料結構協作，減少手動管理座標的需求。
• 內建統計估計：包括趨勢的自動置信區間計算與資料聚合。
• 全面支援各類圖表：包括關係圖 (scatterplot, lineplot)、分佈圖 (histplot, kdeplot) 與分類圖 (boxplot, violinplot, swarmplot)。
• 圖層級介面：透過 relplot、displot 與 catplot 簡化多變量分析所需的切面子圖製作。
• 語意映射：將資料值轉化為視覺屬性，提升複雜科學數據集的解讀性。
• 出版級預設：確保圖表直接可用於學術出版，並完全相容於 matplotlib 的進階自訂。
• 雙層 API 設計：提供功能導向介面以便快速探索，以及物件導向 API 用於設計複雜的分層視覺化。

使用與作業說明：

• 輸入：通常為包含結構化數值或分類科學數據的 pandas DataFrames。
• 輸出：可顯示、儲存為高解析度圖片或整合至 LaTeX 文件的 matplotlib 圖形物件。
• 實用建議：若需根據分類變數將數據切面 (facet)，請使用圖層級函數；若需要精細控制，則建議使用 seaborn.objects 介面進行程式化設計。
• 整合性：雖然 Seaborn 擅長統計圖表，但若需互動式網頁圖表，請使用 plotly；若需特定的出版樣式，則建議使用 scientific-visualization 技能。
• 限制：Seaborn 建立在 matplotlib 之上，因此若需超出 Seaborn 參數的進階自訂，通常需要調用標準的 matplotlib 物件操作。