在Analytics(分析)领域中，获得见解的最佳方法是可视化数据，通过将数据表示为易于理解，探索和掌握的图表，可以将数据可视化。此类数据有助于吸引关键元素的注意。
为了使用Python分析一组数据，无涯教程使用了Matplotlib，一个2D绘图库，同样Seaborn是Python中的可视化库，它创建在Matplotlib之上。
Seaborn解决Matplotlib面临的两个主要问题
- 默认Matplotlib参数
- 使用Data Frames
随着Seaborn对Matplotlib的补充和扩展，学习曲线是逐渐的，如果您了解Matplotlib，那么对你学习Seaborn很有帮助。
Seaborn特征
Seaborn创建在Python核心可视化库Matplotlib的基础上，它旨在作为补充，而不是替代，但是，Seaborn具有一些非常重要的函数。让无涯教程在这里看到其中的一些。函数有助于-
- 内置用于设置matplotlib图形样式的主题
- 可视化单变量和双变量数据
- 拟合并可视化线性回归模型
- 绘制统计时间序列数据
- Seaborn与NumPy和Pandas数据结构配合良好
- 它带有用于为Matplotlib图形设置样式的内置主题
在大多数情况下，您仍将使用Matplotlib进行简单绘图，建议您了解Matplotlib知识，以调整Seaborn的默认图。
