来源：Python与算法社区
今天学习 seaborn ，seaborn 是基于matplotlib开发的，提供更高一级的接口，做出的可视化图更加具有表现力。
下面介绍 seaborn 库的入门使用方法，首先导入它和 pyplot 模块：
import matplotlib.pyplot as plt
import seaborn as sns
它里面内置了一些经典数据集，如tips, titanic, iris等，下面依次导入：
tips = sns.load_dataset("tips")
titanic = sns.load_dataset("titanic")
iris = sns.load_dataset("iris")
以titanic 为例，绘制factorplot 图，展示 sex(男、女)，不同阶层(1,2,3)的 survived比率：
sns.factorplot(x="pclass", y="survived", hue="sex",data=titanic)
还可以定制 pointplot 图， 调整 markers，linestyles 等参数：
sns.pointplot(x="class", y="survived", hue="sex", data=titanic,palette={"male":"g","female":"m"},markers=["^","o"],linestyles=["-","--"])
不同阶层下，不同性别的存活比率 barplot 图：
sns.barplot(x="sex",y="survived", hue="class", data=titanic)
统计deck枚举值不同取值的出现频次countplot图：
sns.countplot(x="deck", data=titanic, palette="Greens_d")箱形图观察数据分布规律：
sns.boxplot(x="alive", y="age",hue="adult_male",data=titanic)关于 seaborn 使用，有一张 cheetsheet 图，如下所示：
●美团｜商家数据指标体系搭建实例
●10大Python数据可视化库！
后台回复“入群”即可加入小z数据干货交流群