为什么选择 seaborn 而不是原生 matplotlib
代码更少，默认设置更智能
为什么选择 seaborn 而不是原生 matplotlib 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 1 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
更友好的绘图方式
matplotlib 几乎什么都能绘制，但需要编写大量代码。seaborn构建在它之上，可以用一行整洁的代码绘制常见图表。
只导入一次
社区通常都会将 seaborn 导入为sns。将它与 pandas 配合使用，您就可以开始绘制真实数据了。
import seaborn as sns
import pandas as pd专为 DataFrames 打造
seaborn 原生支持DataFrame。您只需传入一个表格并指定列名，而不必手动提取原始列表。
sns.scatterplot(data=df, x="age", y="income")开箱即用的智能默认设置
注意一下那些您从未设置过的颜色、间距和网格线。seaborn 自带经过调整的默认设置，无需任何修改就能呈现整洁的效果。
全局设置主题
调用一次，就能重新设置笔记本中每张图的样式。set_theme会为整个会话更换背景、字体和调色板。
sns.set_theme(style="whitegrid")内置统计功能
许多 seaborn 图表会自动为您计算平均值或置信带等内容。它专为统计图表打造，而不只是绘制线条和点。
代码更少，结果相同
用 matplotlib 需要编写许多行代码的分组柱状图，通常可以缩减为一次 seaborn 调用。您描述的是意图，而不是底层实现细节。
sns.barplot(data=df, x="team", y="score")它仍然构建在 matplotlib 之上
seaborn 并不会取代 matplotlib，而是对其进行扩展。每张 seaborn 图表底层都是 matplotlib 图形，因此两种工具可以协同使用。
随时用 matplotlib 微调
需要自定义标题或坐标轴范围？在 seaborn 调用后直接使用plt，即可调整同一张图。
import matplotlib.pyplot as plt
plt.title("Scores by Team")用于练习的内置数据集
seaborn 自带整洁的示例表格，让您可以立即进行尝试。load_dataset会直接提供一个可用的 DataFrame，无需寻找任何文件。
tips = sns.load_dataset("tips")分别在何时使用
需要快速绘制美观的统计图时，优先使用 seaborn。只有在需要完全控制每个像素时，才退回使用原始的matplotlib。
快速检查
seaborn 与 matplotlib 有什么关系？
回顾：seaborn 胜在速度
您已经了解 seaborn 为什么是轻松好用的默认选择：它支持 DataFrames，提供智能默认设置，加入统计功能，同时仍允许使用 matplotlib 进行精细调整。现在开始绘图吧。📊
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「为什么选择 seaborn 而不是原生 matplotlib」课时是免费的吗？
是的 — 「为什么选择 seaborn 而不是原生 matplotlib」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「为什么选择 seaborn 而不是原生 matplotlib」这节课中我会学到什么？
代码更少，默认设置更智能 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 1 节课，共 4 节。
「为什么选择 seaborn 而不是原生 matplotlib」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 为什么选择 seaborn 而不是原生 matplotlib
- 分布：hist、kde 和 box
- 关系：散点图和折线图
- 分面、色调和样式