python seaborn
### 1. seaborn 是什么
如果要把数据可视化工具比作工具箱，那么seaborn就是那个专门处理统计图形的抽屉。它建立在matplotlib之上，但不像matplotlib那样事无巨细地让你从头搭建每个细节。我更愿意把它看作一个“数据感知”的可视化层——你在pandas DataFrame里整理好的数据，seaborn天然就能理解它的结构。
记得刚接触它的时候，最直观的感受是：同样画一个箱线图，用matplotlib需要手动处理分组、坐标轴刻度和图例，而seaborn只需要指定数据框的列名。它背后自动完成了大量统计处理工作，包括置信区间计算、核密度估计、聚类等等，这些在matplotlib里都需要自己写代码。
2. 他能做什么
实际工作中，seaborn最擅长解决三类场景：
第一类是分布探索。比如加载一个电商订单数据集，想看看不同品类的价格分布。seaborn的kdeplot和histplot能直接画出平滑的密度曲线和直方图，boxenplot（增强箱线图）更能展示大样本下的分布细节。之前帮同事分析网站访问时长，几千条数据在普通箱线图里全是离群点，改用boxenplot后中间区域的层次一下子清晰了。
第二类是关系发现。lmplot能在散点图上自动拟合回归线，还能按类别拆分。这个几年前优化广告投放策略时帮过大忙——用不同颜色标记A/B两组用户，观察点击率与曝光量的关系，两个回归线斜率明显差异的点就是需要调整预算的临界值。
第三类是类别对比。catplot（分类图）的kind参数可以切换成箱线图、小提琴图、点图等十几种形式。实践中习惯先用violinplot看分布形状，再用stripplot叠加原始数据点，既看到整体趋势又保留了个案信息。
3. 怎么使用
安装很简单，但有个常见的坑：seaborn的默认样式会覆盖matplotlib的rcParams。如果项目中同时用两者，建议先导入seaborn设置样式，再单独调整matplotlib参数。
最常用的几个函数需要理解它们的“数据绑定”逻辑。比如sns.scatterplot(data=df, x='col1', y='col2', hue='col3')，hue会根据分类自动分配颜色。col和row参数更强大，能直接绘制分面网格图。去年做客户画像分析，用col='年龄段'一下就生成了5个并排的消费金额分布图，比手动循环高效得多。
调色盘是seaborn的隐藏优势。默认的deep配色在印刷场景下表现不错，但电子屏幕建议用bright。有个小众技巧：sns.set_palette('Set2')的颜色区分度对色盲更友好。context参数也值得注意，notebook模式线条偏粗适合屏幕查看，paper模式细线条适合准备论文插图。
4. 最佳实践
长期使用积累的几个经验：
数据预处理先行。seaborn对缺失值和异常值比较敏感，见过太多人直接把含NaN的数据框扔进去，结果分组图里凭空多出个“NaN”类别。建议先处理缺失值，尤其是分类变量里的空值。
善用FacetGrid。当需要对比多个维度时，sns.FacetGrid比catplot更灵活。比如分析门店销售数据，可以用g = sns.FacetGrid(df, col='区域', row='时段')手动构建网格，再对每个子图应用g.map(sns.histplot, '销售额')。这样既能统一刻度范围，又能添加隐藏图例。
警惕自动平滑。seaborn的kdeplot默认带宽可能掩盖多重分布。调参数时先试bw_adjust=0.5，再逐步降低，直到认出数据里的两个峰值。之前分析用户留存，用默认参数只看到一个平缓下降曲线，调低带宽后才发现在第7天有明显流失点。
用figure级函数替代axes级函数。比如优先用displot而非distplot（已废弃），前者通过kind参数统一了直方图和核密度图。relplot系列函数返回的是FacetGrid对象，可以继续添加plt.suptitle()等全局调整，但注意不要和matplotlib的plt混用坐标系。
5. 和同类技术对比
始终绕不开matplotlib。seaborn无法完全替代它，好比装修时精装厨柜和基础砌砖的关系。遇到需要精确控制坐标轴刻度标签旋转、多重子图自定义布局时，还是得回到matplotlib。但90%的分析场景用seaborn效率更高，特别是快速迭代数据探索阶段。
与plotly的区别。plotly是交互式赛道，鼠标悬停显示数值、缩放查看细节，适合需要频繁数据钻取的场景。但生成静态报告或论文插图时，seaborn的矢量输出更清晰稳定。还有个实际差异：plotly的大数量级渲染会卡顿，seaborn在几万个数据点下依然流畅。
小众但实用的altair。它基于Vega-Lite的声明式语法，代码更简洁但学习曲线陡峭。seaborn的优势在于与pandas的无缝衔接——data参数直接吃DataFrame，hue直接传列名，altair需要先转换数据格式。
新兴的hvplot。结合了pandas链式调用的风格，对大型数据集优化更好。但生态成熟度不如seaborn，网上能找到的seaborn案例和解决方案数量是hvplot的十几倍。如果团队以快速出图为目标，选seaborn容错率高得多。
最后说个个人感受：seaborn最难得的设计是它把统计思维融入了可视化。当你用hue参数分类时，它自动添加了置信区间；用logscale=True时，轴刻度按对数间隔均匀分布。这些细节让使用者更多思考数据关系本身，而不是纠结于技术实现。当然，这不是万能工具，比如地理作图、网络图、动画这些领域，还是得找专门的库。但在统计探索这个范畴内，它可能是在效率和灵活性之间平衡得最好的那个。