统计数据分析可视化
项目描述
seaborn: 统计数据分析可视化
Seaborn 是一个基于matplotlib的Python可视化库。它提供了一个高级接口来绘制吸引人的统计图形。
文档
在线文档可在seaborn.pydata.org找到。
文档包括教程、示例画廊、API参考、常见问题解答和其他有用信息。
要本地构建文档，请参阅doc/README.md。
依赖项
Seaborn 支持 Python 3.8+。
安装需要 numpy、pandas 和 matplotlib。某些高级统计功能需要 scipy 和/或 statsmodels。
安装
最新稳定版本（及所需依赖项）可以从PyPI安装
pip install seaborn
也可以包含可选的统计依赖项
pip install seaborn[stats]
Seaborn 还可以使用 conda 安装
conda install seaborn
请注意，主要的 anaconda 仓库在添加新版本方面落后于 PyPI，但 conda-forge （-c conda-forge）通常更新很快。
引用
一篇描述 seaborn 的论文已在《开源软件杂志》上发表。该论文介绍了库的关键特性，如果 seaborn 对科学出版物至关重要，则可以作为引用使用。
测试
测试Seaborn需要安装额外的依赖；可以使用dev额外包进行安装（例如：pip install .[dev]）。
要测试代码，请在源目录中运行make test。这将执行单元测试（使用pytest）并生成覆盖率报告。
代码风格通过flake8进行强制，使用setup.cfg文件中的设置。运行make lint进行检查。或者，您可以使用pre-commit在提交任何文件时自动运行lint检查：只需运行pre-commit install进行设置，然后继续常规提交。
开发
Seaborn的开发在Github上：https://github.com/mwaskom/seaborn
请将您遇到的bug提交到问题追踪器，并附上一个可重现问题的示例。有关使用的问题更适宜在StackOverflow上提问，那里有seaborn标签。
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个，请了解有关安装包的更多信息。
源分发
构建分发
seaborn-0.13.2.tar.gz的哈希
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 93e60a40988f4d65e9f4885df477e2fdaff6b73a9ded434c1ab356dd57eefff7 |
|
| MD5 | 04d6f5e15656c62895169e0dec1162e6 |
|
| BLAKE2b-256 | 8659a451d7420a77ab0b98f7affa3a1d78a313d2f7281a57afb1a34bae8ab412 |
seaborn-0.13.2-py3-none-any.whl 的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 636f8336facf092165e27924f223d3c62ca560b1f2bb5dff7ab7fad265361987 |
|
| MD5 | 370853fdbfd32579c7c332af8ca89908 |
|
| BLAKE2b-256 | 831100d3c3dfc25ad54e731d91449895a79e4bf2384dc3ac01809010ba88f6d5 |
