安装与入门#

可以从 PyPI 安装 seaborn 的官方发布版本:

pip install seaborn

pip 的基本调用将安装 seaborn 及其必要的依赖项（如果需要）。可以包含可选的依赖项，这些依赖项提供了一些高级功能:

pip install seaborn[stats]

该库也被包含在 Anaconda 发行版中，并且可以通过 conda 安装:

conda install seaborn

由于主要的 Anaconda 仓库添加新版本可能较慢，您可能更倾向于使用 conda-forge 频道:

conda install seaborn -c conda-forge

依赖项#

支持的 Python 版本#

Python 3.8+

强制依赖项#

numpy
pandas
matplotlib

可选依赖项#

statsmodels，用于高级回归图
scipy，用于矩阵聚类和一些高级选项
fastcluster, 用于大型矩阵的快速聚类

快速入门#

一旦你安装了 seaborn，你就可以开始了。为了测试它，你可以加载并绘制一个示例数据集:

import seaborn as sns
df = sns.load_dataset("penguins")
sns.pairplot(df, hue="species")

如果你在启用了 matplotlib 模式的 Jupyter 笔记本或 IPython 终端中工作，你应该立即看到这个图。否则，你可能需要显式调用 matplotlib.pyplot.show():

import matplotlib.pyplot as plt
plt.show()

虽然你只导入 seaborn 也能做很多事情，但访问 matplotlib 函数通常很有用。教程和 API 文档通常假设有以下导入:

import numpy as np
import pandas as pd

import matplotlib as mpl
import matplotlib.pyplot as plt

import seaborn as sns
import seaborn.objects as so

调试安装问题#

seaborn 代码库是纯 Python 的，通常情况下库应该可以无问题地安装。偶尔，由于依赖项包括编译代码并链接到系统库，可能会遇到困难。这些困难通常表现为导入时的错误，如 "DLL load failed"。要调试此类问题，请阅读异常跟踪以找出哪个特定库导入失败，然后查阅该包的安装文档，看看是否有针对您特定系统的提示。

在某些情况下，seaborn 的安装似乎成功了，但尝试导入它时会引发错误，消息为 "No module named seaborn"。这通常意味着您的系统上安装了多个 Python，并且您的 pip 或 conda 指向与您的解释器所在位置不同的安装。解决此问题将涉及整理系统上的路径，但有时可以通过使用 python -m pip install seaborn 调用 pip 来避免。

获取帮助#

如果你认为在 seaborn 中遇到了一个错误，请在 GitHub 问题跟踪器上报告它。为了使错误报告有用，必须包含以下信息：

一个可复现的代码示例，展示了问题
您所看到的输出（一个绘图的图像，或错误信息）
对为什么你认为某事是错误的清晰解释
您正在使用的 seaborn 和 matplotlib 的具体版本

如果错误报告可以使用 seaborn 文档中的一个示例数据集来演示（即使用 load_dataset()），那么它们最容易解决。否则，最好您的示例生成合成数据以重现问题。如果您只能使用实际数据集来演示问题，则需要共享它，理想情况下以 csv 格式共享。

如果你遇到了错误，在打开新问题之前搜索消息的具体文本通常可以帮助你快速解决问题并避免重复报告。

因为 matplotlib 处理实际的渲染，错误或不正确的输出可能是由于 matplotlib 的问题，而不是 seaborn 的问题。如果你尝试在只使用 matplotlib 的示例中重现问题，这样可以节省时间，因为你可以将其报告到正确的位置。但如果这样做不明显，跳过这一步也是可以的。

一般支持问题更适合在 stackoverflow 上提问，那里有更大的受众群体可以看到你的帖子并可能提供帮助。如果你包含可运行的代码、你希望实现的具体目标的明确陈述，以及你遇到的问题的清晰解释，你获得快速回答的机会将会更高。