在上一篇中介绍了Python数据可视化之matplotlib篇，matploltlib非常强大，能够实现各种定制化的效果，但是需要你有一颗 匠心即爱心 + 恒心 + 一片苦心 + 七窍玲珑心 + 出离心 + 寂寞心 + 金刚心 + 欢喜心 才能够让你的图达到其人虽已殁，千载有余情的效果。但在这个快节奏的时代，有时候需要快速的出图来辅助我们作出决策，这时候习惯python的小伙伴就可以考虑一下seaborn，大家脑海中可能涌现出这样一个疑问：
seaborn who?
seaborn是基于matplotlib产生的一个类似于ggplot2的python包，能够实现快速的一键式的绘图。
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
对于python数据处理而言，一般情况下，我们会习惯性的导入python四件套——用numpy,pandas包进行数据处理，用matplotlib , seaborn对数据进行可视化（如上所示）。
seaborn 的仓库提供了大量的可视化案例，在这里你可以尽情选择心仪的模版进行套用。
Seaborn like ?
在这里的话，你可能要问了，我大概应该怎么用seaborn呢？能举个例子吗？
首先的话，导入四件套（numpy pandas matplotlib seaborn），其次把你的数据需要整理成DataFrame格式的，之后从seaborn gallery选择你所中意的函数模版，设定图中x轴是数据框的哪列，y轴是数据框的哪列（如下所示），这样的话就能够通过少量的命令快速做出美观的统计图了。
Seaborn focus ?
Seaborn简单易用，那么seaborn的核心点是啥呢？
一是确立数据框df 一般绘图函数内参数为 data=df
二是确立X轴，Y轴，就是以df的哪一列为X轴，哪一列作为Y轴，例如对于上面的数据框，以df的x列作为X轴，y列作为y轴，函数内参数设定为（x=“x”,y="y",data=df）
三是以哪一列作为分组，这时候就要用到参数hue，例如针对df，我们可以针对dataset进行分组函数设定就变成（x=“x”,y="y",data=df，hue=dataset）
还有就是选择一个好的色系往往代表一个人的审美标准，在seaborn里你可以通过palette选择你心机的小颜色，参数设定就变成（x=“x”,y="y",data=df，hue="dataset"，palette="muted"）
对于可视化的颜色，你既可以从matplotlib中的色系挑选，也可以从seaborn的色系进行挑选
seaborn basic?
seaborn 的基本图形包括点图，线图，箱式图，柱状图等等，seaborn的基本图形往往给人清新亮丽的感觉（如下图）
Tell me more ........
Detail？
首先我们来看一下散点图：
hue=“time”，以“time”分组，不同的颜色代表不同的组
style=“time”，以“time”分组，不同的形状代表不同的分组～～
以size=“size”，以”size“的列画点的大小
seaborn 基本柱状图画法：
基本箱式图画法：
小提琴图：
基本线图：
基本热图：
聚类热图：
基本密度图：
网友评论