安装和入门¶

seaborn的官方版本可以从 PyPI ：

pip安装seaborn

基本的调用 pip 将安装seaborn，如有必要，还将安装其强制依赖项。可以包括可选的依赖项，这些依赖项允许访问一些高级功能：

pip安装seaborn [all]

类库也包括在 Anaconda 配电盘，可安装 conda ：

康达海伯恩

依赖关系¶

支持的Python版本¶

Python 3.7版+

强制性依存关系¶

可选依赖项¶

statsmodels ，用于高级回归图
scipy ，用于聚类矩阵和一些高级选项
fastcluster ，更快的大矩阵聚类

快速启动¶

一旦安装了seaborn，就可以开始了。要进行测试，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")

如果你使用的是Jupyter笔记本或IPython终端 matplotlib mode 启用后，您应该立即看到 the plot . 否则，您可能需要显式调用 matplotlib.pyplot.show() ：：

import matplotlib.pyplot as plt
plt.show()

虽然您只需导入seaborn就可以走得更远，但访问matplotlib函数通常很有用。教程和API文档通常假定以下导入：

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

调试安装问题¶

seaborn的代码库是纯Python的，而且库通常应该毫无问题地安装。有时会出现困难，因为依赖关系包括编译代码和到系统库的链接。这些困难通常表现为导入时的错误，其中包含以下消息 "DLL load failed" . 若要调试此类问题，请通读异常跟踪以找出导入失败的特定库，然后查阅该软件包的安装文档，查看它们是否有针对特定系统的提示。

在某些情况下，seaborn的安装似乎会成功，但尝试导入它会引发消息错误 "No module named seaborn" . 这通常意味着您的系统上有多个Python安装，并且 pip 或 conda 指向与解释器所在位置不同的安装位置。解决这个问题需要整理系统上的路径，但有时可以通过调用 pip 具有 python -m pip install seaborn .

得到帮助¶

如果你认为你在seaborn遇到了一个bug，请在网站上报告 GitHub issue tracker . 为了有用，错误报告必须包括以下信息：

演示问题的可复制代码示例
您看到的输出（绘图图像或错误消息）
一个清楚的解释为什么你认为有些事情是错误的
您正在使用的seaborn和matplotlib的特定版本

如果可以使用seaborn文档中的一个示例数据集（即 load_dataset() ). 否则，您的示例最好生成合成数据来再现问题。如果您只能用实际的数据集演示问题，则需要将其作为csv进行共享。

如果遇到错误，在打开新问题之前搜索邮件的特定文本通常可以帮助您快速解决问题并避免生成重复报告。

因为matplotlib处理实际的渲染，所以错误或不正确的输出可能是由于matplotlib中的问题而不是seaborn中的问题造成的。如果您尝试在仅使用matplotlib的示例中重现问题，这样可以节省时间，以便在正确的位置报告问题。但如果不知道怎么做，可以跳过这一步。

一般性的支持问题在这两个问题上都比较常见 stackoverflow 或 discourse ，有更多的人会看到你的帖子，他们可能会提供帮助。StackOverflow更适合于具体问题，而话语更适合于开放式讨论。如果你把答案包括在内，你得到快速答案的几率会更高 runnable code ，一份你希望达到的目标的准确陈述，以及对你遇到的问题的清晰解释。