每个版本的新增功能¶

此页面包含有关每个新版本中所做更改的信息 seaborn . 每个版本还标记有来自的DOI Zenodo ，可用于引用库。

v0.12.0（未发布）¶

制造 scipy 可选的依赖项和 pip install seaborn[all] 作为一种确保兼容 scipy 和 statsmodels 类库。这对现有代码有一些小的影响，这在Github pull请求中进行了解释 (#2398 ）
跟随 NEP29 ，放弃了对python3.6的支持，并取消了库依赖项的最低支持版本。
删除了几个以前不推荐使用的实用程序函数 (iqr ， percentiles ， pmf_hist 和 sort_df ）

v0.11.1（2020年12月）¶

这是一个bug修复版本，建议v0.11.0上的所有用户升级。

Enhancement Reduced the use of matplotlib global state in the multi-grid classes (#2388).
Fix 恢复了对使用元组或数字键引用长格式字段的支持 data 对象 (#2386 ）
Fix 修正了一个错误 lineplot() NAs传播到置信区间，有时从绘图中删除它 (#2273 ）
Fix 修正了一个错误 PairGrid/pairplot() 当网格不是正方形且对角线不包含边缘图时，对角线轴为空 (#2270 ）
Fix 修正了一个错误 PairGrid/pairplot() 当列名在 data 具有非字符串类型 (#2368 ）
Fix 修复了当数据由布尔值或类似布尔值组成时忽略分类数据类型信息的错误 (#2379 ）
Fix 修正了一个错误 FacetGrid 当只有正交轴共享时，内部记号标签将被隐藏 (#2347 ）
Fix 修正了一个错误 FacetGrid 导致了一个错误 legend_out=False 已设置 (#2304 ）
Fix 修正了一个错误 kdeplot() 在哪里？ common_norm=True 被忽略，如果 hue 未分配 (#2378 ）
Fix 修正了一个错误 displot() 何处 row_order 和 col_order 未使用参数 (#2262 ）
Fix Fixed a bug in PairGrid/pairplot() that caused an exception when using corner=True and diag_kind=None (#2382).
Fix 修正了一个错误 clustermap() 在哪里？ annot=False 被忽略 (#2323 ）
Fix 修正了一个错误 clustermap() 其中行/列颜色批注不能具有分类数据类型 (#2389 ）
Fix 修正了一个错误 boxenplot() 何处 linewidth 参数被忽略 (#2287 ）
Fix 提出一个信息更丰富的错误 PairGrid/pairplot() 当找不到变量来定义网格的行/列时 (#2382 ）
Fix 提出一个信息更丰富的错误 clustermap() 如果行/列颜色对象有语义索引，但数据对象没有 (#2313 ）

v0.11.0（2020年9月）¶

这是一个主要的版本，有几个重要的新特性、对现有函数的增强以及对库的更改。新的绘图功能和更灵活的文档，更详细的描述和更新。

有关新功能的概述和更新指南，请参阅 this Medium post .

必需的关键字参数¶

API

大多数绘图函数现在要求使用关键字参数指定其所有参数。为了简化自适应，没有关键字参数的代码将触发 FutureWarning 在v0.11中。在将来的版本中（v0.12或v0.13，取决于发行节奏），这将成为一个错误。一旦关键字参数被完全执行，绘图函数的签名将被重新组织为接受 data 作为第一个也是唯一的位置参数 (#2052, #2081 ）

配电功能现代化¶

分发模块已经彻底检修，使API现代化，并在现有函数中引入了几个新的函数和特性。这里介绍了一些新的特性 tutorial documentation 也被重写，作为一个很好的介绍功能。

新的绘图功能¶

Feature Enhancement

第一，三个新功能， displot() ， histplot() 和 ecdfplot() 已添加 (#2157 ， #2125 ， #2141 ）

图形级别 displot() 函数是各种分布图的接口（类似于 relplot() 或 catplot() ). 它可以绘制单变量或双变量直方图、密度曲线、ECDF和地毯图 FacetGrid .

轴水平 histplot() 函数绘制具有许多特征的单变量或双变量直方图，包括：

用一个 hue 语义的
显示密度、概率或频率统计的标准化
灵活的箱子尺寸参数化，包括离散变量的适当箱子
添加KDE fit以显示所有bin统计的平滑分布
对分类和日期时间变量直方图的实验支持。

轴水平 ecdfplot() 函数使用类似的接口绘制单变量经验累积分布函数。

对现有功能的更改¶

API Feature Enhancement Defaults

二是现有功能 kdeplot() 和 rugplot() 已经彻底检修过了 (#2060, #2104 ）

经过大修的函数现在与seaborn的其他函数共享一个公共API，它们可以通过将第三个变量映射为 hue 它们在许多其他方面得到了改进。github请求 (#2104 )对这些变化及其背后的动机有更详细的解释。

这必然是一个突破API的变化。位置变量的参数名现在是 x 和 y ，旧名称已被弃用。在使用不推荐使用的API时，我们努力处理并发出警告，但强烈建议您仔细检查绘图。

此外，基于statsmodels的KDE计算也被删除。因为不同的参数之间有一些不一致（特别是， bw ， clip 和 cut )默认情况下，每个非后端执行的绘图可能会导致不同的参数。只在statsmodels后端提供的对使用非高斯核的支持已经被删除。

其他新功能包括：

表示多个密度的多个选项（使用 multiple 和 common_norm （参数）
加权密度估计（使用新的 weights 参数）
更好地控制平滑带宽（使用新的 bw_adjust 参数）
表示双变量密度的等高线的更有意义的参数化（使用 thresh 和 levels （参数）
对数空间密度估计（使用新的 log_scale 参数，或在打印前缩放数据轴）
具有单个函数调用的“双变量”地毯图（通过分配两者 x 和 y ）

贬抑¶

API

最后， distplot() 函数现在已正式弃用。它的特点已经包含在 displot() 和 histplot() . 为逐步过渡作出了一些努力 distplot() 通过在中添加功能 displot() 和处理向后兼容性，但这被证明是太困难了。名称的相似性可能会在过渡期间造成一些混乱，这是令人遗憾的。

数据摄取的标准化和增强¶

Feature Enhancement Docs

处理输入数据的代码已经过重构和增强。在v0.11中，这段新代码对关系模块和分发模块生效；其他模块将被重构以在将来的版本中使用它 (#2071 ）

这些更改对于大多数用例应该是透明的，尽管它们允许一些新特性：

长格式数据的命名变量可以引用 pandas.DataFrame 或在多索引的情况下达到水平。以前，有必要打电话 pandas.DataFrame.reset_index() 在使用索引变量之前（例如，在groupby操作之后）。
relplot() 现在具有与axes级别函数相同的灵活性，可以接受长格式或宽格式的数据，也可以接受长格式模式的数据向量（而不是命名变量）。
数据参数现在可以是Python dict 或者实现该接口的对象。这是宽格式数据的一个新特性。对于长格式数据，以前支持但没有文档记录。
宽格式数据对象可以混合使用多种类型；非数字类型将在打印前删除。以前，这导致了一个错误。
对于数据错误规范的其他实例，有更好的错误消息。

请参见《用户手册》的新章节 data formats 有关支持的内容的详细信息。

其他变化¶

文档改进¶

Docs 在用户指南中添加了两个新章节，其中一个章节概述了 types of functions in seaborn ，一个在讨论不同的 data formats seaborn明白。
Docs 扩大了 color palette tutorial 提供更多的色彩理论背景，更好地激发色彩在统计图形中的应用。
Docs 添加了更多信息到 installation guidelines 并简化了 introduction 页。
Docs 改进了seaborn文档内部以及seaborn和matplotlib文档之间的交叉链接。

支持主题¶

API 这个 set() 函数已重命名为 set_theme() 为了更清楚地了解它的作用。在可预见的未来， set() 将保留为别名，但建议更新代码。

关系图¶

Enhancement Defaults Reduced some of the surprising behavior of relational plot legends when using a numeric hue or size mapping (#2229):
- 添加了一个“自动”模式（新的默认值），根据每个变量的唯一级别数在“简短”和“完整”图例之间进行选择。
- 修改了“简短”图例的勾选算法，以显示最多6个值，而不显示超出数据限制的值。
- 更改了图例标题的方法：当仅为一个变量分配了语义映射时，使用普通的matplotlib图例标题，而只有在定义了多个语义变量时，才使用添加带有字幕标签的不可见图例艺术家的旧方法。
- 修改后的图例副标题将左对齐，并以默认图例标题字体大小绘制。
Enhancement Defaults Changed how functions that use different representations for numeric and categorical data handle vectors with an object data type. Previously, data was considered numeric if it could be coerced to a float representation without error. Now, object-typed vectors are considered numeric only when their contents are themselves numeric. As a consequence, numbers that are encoded as strings will now be treated as categorical data (#2084).
Enhancement Defaults Plots with a style semantic can now generate an infinite number of unique dashes and/or markers by default. Previously, an error would be raised if the style variable had more levels than could be mapped using the default lists. The existing defaults were slightly modified as part of this change; if you need to exactly reproduce plots from earlier versions, refer to the old defaults (#2075).
Defaults 怎么变的 scatterplot() 设置散点边缘的默认线宽。新的行为是根据点大小本身进行缩放（按绘图方式，而不是按点方式）。当点大小不变时，此更改还会略微减小默认宽度。套 linewidth=0.75 重现先前的行为。 (#2708 ）
Enhancement Improved support for datetime variables in scatterplot() and lineplot() (#2138).
Fix 修正了一个错误 lineplot() 没有通过 linestyle 参数向下到matplotlib (#2095 ）
Fix Adapted to a change in matplotlib that prevented passing vectors of literal values to c and s in scatterplot() (#2079).

分类图¶

Enhancement Defaults Fix Fixed a few computational issues in boxenplot() and improved its visual appearance (#2086):
- 将计算框数的默认方法更改为``ku depth=“tukey”，作为以前的默认方法 (``k_depth="proportion" )基于一种启发式方法，该方法为小数据集生成过多的框。
- 添加了指定特定框数的选项（例如。 k_depth=6 )或者绘制覆盖大部分数据点的方框 (k_depth="full" ）
- 添加了一个新参数， trust_alpha ，以控制 k_depth="trustworthy" .
- 改变了 boxenplot() 更接近 boxplot() . 值得注意的是，当边缘为白色时，薄框将保持可见。
Enhancement 允许 catplot() 在关闭轴共享时，在每个面的分类轴上使用不同的值（例如，通过指定 sharex=False ） (#2196 ）
Enhancement 改进了分类图处理方向参数时产生的错误消息。
Enhancement 在中添加了明确的警告 swarmplot() 当超过5%的点在蜂群的“水槽”中重叠时 (#2045 ）

多重绘图网格¶

Feature Enhancement Defaults A few small changes to make life easier when using PairGrid (#2234):
- 添加了通过 legend 属性（也影响 FacetGrid ）
- 这个 color 和 label 当 hue 未使用。
- 在边缘轴上打印之前，数据不再转换为numpy对象。
- 只能指定其中一个 x_vars 或 y_vars ，将所有变量用于未指定的维度。
- 这个 layout_pad 每次调用 PairGrid.tight_layout() 方法。
Feature 增加了一个 tight_layout 方法到 FacetGrid 和 PairGrid ，运行 matplotlib.pyplot.tight_layout() 不受外部图例干扰的算法 (#2073 ）
Feature 增加了 axes_dict 属性到 FacetGrid 用于对组件轴的命名访问 (#2046 ）
Enhancement 制造 FacetGrid.set_axis_labels() 清除“内部”轴上的标签 (#2046 ）
Feature 增加了 marginal_ticks 参数到 JointGrid 如果设置为 True ，将在边缘图的计数/密度轴上显示刻度 (#2210 ）
Enhancement 改进 FacetGrid.set_titles() 具有 margin_titles=True ，以便在添加新标题之前删除代表原始行标题的文本 (#2083 ）
Defaults 更改了的默认值 dropna 到 False 在里面 FacetGrid ， PairGrid ， JointGrid ，以及相应的函数。由于所有或几乎所有seaborn和matplotlib绘图函数都能很好地处理丢失的数据，因此此选项不再有用，但在某些边缘情况下会导致问题。将来可能会被否决。 (#2204 ）
Fix Fixed a bug in PairGrid that appeared when setting corner=True and despine=False (#2203).

调色板¶

Docs 改善和现代化 color palettes chapter 海伯恩教程。
Feature 添加了两个新的感知一致的颜色贴图：“光斑”和“纹章”。新的彩色地图类似于“火箭”和“mako”，但它们的亮度范围缩小了。这使得它们非常适合于线或散点图的数值映射，这需要与极端的轴背景进行对比 (#2237 ）
Enhancement Defaults Enhanced numeric colormap functionality in several ways (#2237):
- 在中添加了基于字符串的访问 color_palette() 接口到 dark_palette() ， light_palette() 和 blend_palette() . 这意味着在seaborn中指定调色板的任何地方 "dark:blue" 将使用 dark_palette() 与输入 "blue" .
- 增加了 as_cmap 参数到 color_palette() 并更改了内部代码，该代码使用连续的颜色映射来执行此路线。
- 调整了 light_palette() 和 dark_palette() 函数使用的端点是非常不饱和的输入颜色版本，而不是纯灰色。这会产生更平滑的斜坡。要精确复制以前的绘图，请使用 blend_palette() 具有 ".13" 对于黑暗或 ".95" 为了光。
- 改变 diverging_palette() 默认值为 sep=1 ，从而得到更好的结果。
Enhancement Added a rich HTML representation to the object returned by color_palette() (#2225).
Fix 修正了 "{{palette}}_d" 在这两种情况下修改反转颜色贴图和使用亮度渐变的正确方向的逻辑。

折旧和清除¶

Enhancement 删除了对BeautifulSoup的可选（且未记录）依赖项 (#2190 在 get_dataset_names() .
API 贬低 axlabel 功能；用途 ax.set(xlabel=, ylabel=) 相反。
API 贬低 iqr 功能；用途 scipy.stats.iqr() 相反。
API 最终删除以前不推荐使用的 annotate 方法对 JointGrid ，以及相关参数。
API 最终拆除 lvplot 函数（以前不推荐使用的 boxenplot() ）

v0.10.1（2020年4月）¶

这是一个小版本，它修复了自0.10.0以来发现的问题。

修复了32位系统上的引导算法中出现的错误。
修正了一个错误 regplot() 会在单例输入上崩溃。现在避免了崩溃，并且跳过了回归估计/绘图。
修正了一个错误 heatmap() 在重新居中颜色映射时将忽略用户指定的under/over/bad值。
修正了一个错误 heatmap() 在计算默认颜色映射限制时，将使用遮罩单元格中的值。
修正了一个错误 despine() 尝试修剪matplotlib分类轴上的脊椎时会导致错误。
适应matplotlib中的变化，该变化导致单群图出现问题。
增加了 showfliers 参数到 boxenplot() 为了抑制异常数据点的绘制，匹配 boxplot() .
避免了在将IQR为0的数据传递给 kdeplot() .
增加了 legend.title_fontsize 到 plotting_context() 定义。
弃用了几个不再在内部使用的实用程序函数 (percentiles ， sig_stars ， pmf_hist 和 sort_df ）

v0.10.0（2020年1月）¶

这是与版本0.9.1同时发布的主要更新。它有所有相同的特性（和bug！）与0.9.1一样，但是依赖项有重要的更改。

最值得注意的是，对python2的所有支持现在都被取消了。对python3.5的支持也被取消了。Seaborn现在与Python3.6+严格兼容。

依赖PyData库的最低支持版本也有所增加，在某些情况下甚至大幅增加。虽然seaborn在保持与旧依赖的兼容性方面倾向于非常保守，但这在开发过程中造成了越来越大的痛苦。同时，这些库现在更易于安装。展望未来，seaborn很可能会与 Numpy community guidelines 版本支持。

此版本还删除了一些以前不推荐使用的功能：

这个 tsplot 功能和 seaborn.timeseries 模块已被删除。记得吗 tsplot 被替换为 lineplot() .
这个 seaborn.apionly 入口点已被删除。
这个 seaborn.linearmodels 模块（以前重命名为 seaborn.regression )已删除。

期待¶

现在seaborn是一个Python3库，它可以利用 keyword-only arguments . 未来的版本很可能会引入这种语法，可能是一种破坏性的方式。作为指导，大多数seaborn函数的签名

func(x, y, ..., data=None, **kwargs)

何处 **kwargs 在函数中指定。今后可能有必要具体说明 data 以及所有具有显式 key=value 映射。这种风格在整个文档中已经使用了很长时间，正式的需求至少在下一个主要版本中才会被引入。添加此功能将使使用更现代的功能（例如，添加本机 hue 语义函数，如 jointplot() 和 regplot() )并将允许控制新特性的参数位于相关的附近，使它们更容易被发现。

v0.9.1（2020年1月）¶

这是一个小版本，有许多错误修复和对seaborn依赖项的修改。还有几个新特性。

这是seaborn的最终版本，将支持Python2.7或3.5。

新特点¶

增加了对绘制的元素的排列的更多控制 clustermap() 与 {{dendrogram,colors}}_ratio 和 cbar_pos 参数。此外，默认的组织和缩放与不同的数字大小已得到改进。
增加了 corner 选择权 PairGrid 和 pairplot() 没有二元轴上三角的网格。
添加了为用于在多个绘图中定义误差线的引导程序播种随机数生成器的功能。相关职能部门现在有了 seed 参数，可以采用固定种子（通常为 int )或numpy随机数生成器对象（或更新的 numpy.random.Generator 或者更老的 numpy.random.mtrand.RandomState ）
把“对角线”轴的概念推广到 PairGrid 共享x和y变量的任何轴。
在 PairGrid , the hue 变量现在从组成网格行和列的默认变量列表中排除。
暴露了 layout_pad 参数在 PairGrid 并设置一个比matptlotlib设置的更小的默认值，以便在密集网格中更有效地利用空间。
现在有可能强制对 hue 通过传递分类调色板的名称（例如。 "deep" 或 "Set2" ). 这是对（以前支持的）传递颜色列表/dict选项的补充。
增加了 tree_kws 参数到 clustermap() 控制树状图中线条的属性。
添加了将层次标签名传递给 FacetGrid legend，它还修复了 relplot() 当同一个标签出现在不同的语义中时。
改进了对分类图中基于索引信息的分组观测的支持。

错误修复和调整¶

避免了将单一数据传递给 kdeplot() ，而是发出警告。这使得 pairplot() 更健壮。
修正了 dropna 在里面 PairGrid 设置为时从每个绘图中正确排除空数据点 True .
修正了一个问题 regplot() 可能会干扰多打印matplotlib图形中的其他轴。
语义变量 category 在关系图中，数据类型始终被视为分类的。
避免了有关颜色规格的警告，因为 boxenplot() 在较新的matplotlibs上。
适应matplotlib缩放轴边距方式的变化，这导致多次调用 regplot() 具有 truncate=False 逐步扩展x轴限制。因为当前在matplotlib中自动缩放的工作方式有限制，所以 truncate 在seaborn也被改为 True .
当色调/大小数据被推断为数字但存储为字符串数据类型时，关系图不再出错。
关系图现在认为只有一个值（可以解释为布尔值（0或1））的语义是分类的，而不是数字的。
关系图现在可以处理 sizes 正确地。
修复了中的问题 pointplot() 在matplotlib中，缺少色调变量的级别会在最近的更新后导致异常。
修正了一个错误，当设置旋转的x记号标签上 FacetGrid .
修正了一个错误，当只有一个变量是一个变量时，值将被排除在分类图之外 Series 使用非默认索引。
修复了使用时的错误 Series 对象作为的参数 x_partial 或 y_partial 在里面 regplot() .
修正了通过 norm 对象和在中使用颜色注释 clustermap() .
修复了注释没有重新排列以匹配中的群集的错误 clustermap() .
修复了尝试呼叫时的错误 set() 为调色板指定颜色列表时。
修复了将颜色代码short hands重置为matplotlib默认值时的错误。
避免了即将到来的应用程序中更严格的类型检查带来的错误 numpy 变化。
避免了错误/警告 lineplot() 当绘制具有空级别的分类时。
允许 colors 传递给二元变量 kdeplot() .
标准化自定义调色板函数的输出格式。
修正了一个错误，在关系图中，数字变量的图例可能会显示大量的小数位。
提高了对分布图中缺失值的鲁棒性。
可以指定 FacetGrid 使用matplotlib关键字参数的图例。

v0.9.0（2018年7月）¶

这是一个主要的发行版，有几个实质性的和长期以来所期望的新特性。此外，还对主题和调色板进行了更新/修改，使其与matplotlib 2.0保持了更好的一致性，并对API进行了一些显著的更改。

新关系图¶

添加了三个全新的绘图功能： relplot() ， scatterplot() 和 lineplot() . 第一个是后两个的图形级接口，它将它们与 FacetGrid . 这些函数将seaborn分类绘图函数的面向数据集的高级API引入到更通用的绘图（散点图和线图）。

这些函数可以可视化两个数值变量之间的关系，同时通过修改 hue ， size 和/或 style 语义学。通用的高级API在这两个函数中的实现方式不同。例如，在语义上 scatterplot() 缩放散点图点的面积，但以 lineplot() 它可以缩放线条打印线条的宽度。API是面向数据集的，这意味着在这两种情况下，都在数据集中传递变量，而不是直接指定要用于点面积或线宽的matplotlib参数。

关系函数与现有seaborn功能的另一个不同之处在于，它们更好地支持使用数字变量来实现 hue 和 size 语义学。此功能可以传播到可以添加 hue 未来版本中的语义；此版本中没有。

这个 lineplot() 该函数还支持统计估计，并正在取代旧的 tsplot 函数，该函数仍然存在，但在将来的版本中标记为要删除。 lineplot() 通过独立修改大小和样式语义，可以更好地与库的其余部分的API保持一致，并且在显示跨其他变量的关系方面更加灵活。它还大大改善了对日期和时间数据的支持，这是数据处理中的一个主要痛苦因素 tsplot . 其代价是 tsplot 新函数中没有实现表示不确定性的方法（例如引导分布的颜色映射KDE）。

有相当多的新文档更详细地解释了这些新函数，包括中各种选项的详细示例 API reference 还有更冗长的 tutorial .

这些函数应该被认为是稳定的beta状态。他们已经过彻底的测试，但一些未知的角落案件可能仍有待发现。主要功能已经到位，但并非所有计划的功能都已实现。有些元素，特别是默认的图例，在这个版本中有点粗糙。最后，一些默认行为（例如点/线大小的默认范围）可能会在将来的版本中有所改变。

主题和选项板的更新¶

对seaborn样式的主题、上下文缩放和调色板进行了一些更改。总的来说，这些变化的目的是使海本风格更符合 style updates in matplotlib 2.0 并利用一些新的样式参数来更好地实现seaborn样式的某些方面。以下是更改列表：

重新组织和更新了一些 axes_style()/plotting_context() 参数以利用matplotlib 2.0更新中的改进。最大的变化涉及到在“样式”规范中使用几个新参数，同时将用于实现相应美学的参数移动到“上下文”规范中。例如，轴脊椎和记号现在处于禁用状态，而不是将其宽度/长度归零以用于暗网格样式。这意味着这些元素的宽度/长度现在可以在不同的上下文中进行缩放。其效果是情节更具凝聚力，尤其是在更大的背景下。这些更改只包括对1.x matplotlib系列的最小支持。如果用户仍停留在matplotlib 1.5上，但希望使用seaborn样式，则可能希望使用可通过访问的seaborn参数 matplotlib stylesheet interface .
更新了seaborn调色板（“deep”、“muted”、“colorbind”等），以符合新的10色matplotlib默认值。传统的调色板现在有“deep6”、“muted6”、“colorbind6”等。此外，为了更好的一致性、美观性和可访问性，对一些单独的颜色进行了调整。
调用 color_palette() （或） set_palette() )使用命名的定性调色板（即seaborn调色板、colorbrewer定性调色板或matplotlib matplotlib tableau派生调色板之一），并且没有指定数量的颜色将返回调色板中的所有颜色。这意味着对于某些选项板，返回的列表的长度将与以前版本中的不同。
增强 color_palette() 以字符串形式接受cubehelix调色板的参数化规范，前缀为 "ch:" （例如） "ch:-.1,.2,l=.7" ). 请注意，关键字参数只能用它们的第一个字母拼写或引用。反转调色板是通过附加 "_r" ，与其他matplotlib颜色贴图一样。本规范将被任何具有 palette= 参数。
稍微增加了中的基本字体大小 plotting_context() 并增加了 "talk" 和 "poster" 语境。
调用 set() 我现在打电话来 set_color_codes() 默认情况下重新指定单字母颜色代码的步骤

API更改¶

一些函数已重命名或对其默认参数进行了更改。

这个 factorplot 函数已重命名为 catplot() . 这个新名字抛弃了原来的R形词尾变化的术语，使用了一个更符合熊猫和seaborn本身术语的名字。这一改变有望使 catplot() 更容易发现，它应该更清楚它的作用是什么。 factorplot 仍然存在并将把它的论点传递给 catplot() 带着警告。它可能最终会被移除，但过渡将是尽可能渐进的。
The other reason that the factorplot name was changed was to ease another alteration which is that the default kind in catplot() is now "strip" (corresponding to stripplot()). This plots a categorical scatter plot which is usually a much better place to start and is more consistent with the default in relplot(). The old default style in factorplot ("point", corresponding to pointplot()) remains available if you want to show a statistical estimation.
这个 lvplot 函数已重命名为 boxenplot() . “字母值”这一术语被用来命名原始类型的情节是晦涩难懂的，缩写为 lv 没有任何帮助。新名称应该通过描述其格式（它绘制多个框，也称为“boxen”）使绘图更易于发现。与…一样 factorplot , the lvplot 功能仍然存在，以提供相对平稳的过渡。
更名为 size 参数到 height 在多重打印栅格对象中 (FacetGrid ， PairGrid 和 JointGrid )以及使用它们的函数 (factorplot ， lmplot() ， pairplot() 和 jointplot() )以避免与 size 中使用的参数 scatterplot 和 lineplot （必要时） relplot() 功），也使参数的含义更加清晰。
更改了中的默认对角线图 pairplot() 使用func:kdeplot`时 `"hue"`` 使用维度。
已弃用的统计批注组件 JointGrid . 该方法仍然可用，但将在将来的版本中删除。
在早期版本中不推荐使用的两个旧函数， coefplot 和 interactplot ，已从代码库中最终删除。

文档改进¶

在改进文件方面已经做了一些努力。最大的变化是 introduction to the library 已经完全重写，以提供更多的信息和关键的例子。除了高层次的动机，介绍还涵盖了一些重要的话题，往往是混淆的来源，如数字级和轴级函数之间的区别，数据集应如何格式化，以用于seaborn，以及如何自定义绘图的外观。

在整个过程中还进行了其他改进，最显著的是对 categorical tutorial .

其他小增强和错误修复¶

改变 rugplot() 绘制matplotlib LineCollection 而不是很多 Line2D 对象，为大型数组提供了很大的加速比。
将默认的非对角绘图更改为使用 scatterplot() . （注意 "hue" 当前绘制三个单独的散点图，而不是使用散点图函数的色调语义。
使用时更改颜色处理 kdeplot() 有两个变量。2D密度的默认颜色贴图现在遵循颜色循环，函数可以使用 color 和 label kwargs，增加了更多的灵活性，避免了使用多打印网格时出现警告。
增加了 subplot_kws 参数到 PairGrid 以获得更大的灵活性。
删除了 PairGrid 默认为在对角线轴上绘制堆叠的直方图。
固定的 jointplot()/JointGrid 和 regplot() 所以他们现在接受列表输入。
修正了一个错误 FacetGrid 使用单行/列级别或使用 col_wrap=1 .
修复了设置轴限制以便在matplotlib 2.0上保持自动缩放状态的函数。
避免了在使用不能呈现画布的matplotlib后端（例如PDF）时出错。
将安装基础结构更改为以 pip 意识到。这意味着 pip install seaborn 将在空环境中工作。此外，依赖项是用严格的最小版本指定的。
更新了测试基础结构以执行测试 pytest （尽管许多单独的测试仍然使用nose断言）。

v0.8.1（2017年9月）¶

在中添加了警告 FacetGrid 在传递分类图函数而不指定 order （或） hue_order 什么时候？ hue ，这可能会生成不正确的绘图。
改进了之间的兼容性 FacetGrid 或 PairGrid 以及交互式matplotlib后端，以便在使用时图例不再保留在图形中 legend_out=True .
更改了要使用的带有小绘图元素的分类绘图函数 dark_palette() 而不是 light_palette() 从指定颜色生成顺序调色板时。
改进的鲁棒性 kdeplot() 和 distplot() 不到两次观测的数据。
修正了一个错误 clustermap() 使用时 yticklabels=False .
修正了一个错误 pointplot() 如果正好画了三个点，颜色就错了。
修正了一个错误 pointplot() 其中缺少数据的图例项显示为空标记。
修正了一个错误 clustermap() 在注释主热图和显示类别颜色时引发错误的位置。
修正了一个错误 clustermap() 行标签重叠时未正确旋转的位置。
修正了一个错误 kdeplot() 当绘制多个密度时，密度轴上的最大限制未更新。
改进了与熊猫未来版本的兼容性。

v0.8.0（2017年7月）¶

导入seaborn时，将不再应用默认样式。现在有必要显式调用 set() 或一个或多个 set_style() ， set_context() 和 set_palette() . 相应地 seaborn.apionly 模块已被弃用。
改变了 heatmap() （延期） clustermap() )当绘制不同的数据集时（即 center 参数）。而不是将颜色贴图的上下限扩展为围绕 center 值时，将修改颜色贴图，使其中间颜色与 center . 这意味着将不使用colormap的整个范围（除非指定了数据或属性） vmin 和 vmax 是对称的），但色条的上限和下限将对应于数据的范围。请参阅Github pull请求 (#1184) 行为的例子。
删除了中发散数据的自动检测 heatmap() （延期） clustermap() ). 如果要将colormap视为发散的（请参见上文），现在需要指定 center 价值观。未指定颜色映射时，指定 center 仍会将默认值更改为更适合显示发散数据的值。
添加了四个新的颜色映射，使用 viscm 感知的一致性。两个“发散”和“发散”地图（“发散”和“发散”地图）。这些colormaps在seaborn import上向matplotlib注册，可以在中访问colormap对象 seaborn.cm 命名空间。
更改了默认值 heatmap() 彩色地图是“火箭”（在连续数据的情况下）或“冰火”（在发散数据的情况下）。请注意，此更改使亮度渐变的方向与以前的默认值相反。虽然这一更改可能会造成混乱和破坏，但它可以更好地将seaborn默认值与新的matplotlib默认colormap（“viridis”）对齐，并可以更好地将“热”映射的语义与colormap的外观对齐。
补充 "auto" 作为中记号标签的（默认）选项 heatmap() 和 clustermap() . 这将尝试估计在文本对象不重叠的情况下可以标记多少个记号，这将提高较大矩阵的性能。
增加了 dodge 参数到 boxplot() ， violinplot() 和 barplot() 允许使用 hue 不改变绘图元素的位置或宽度，如 hue varible未嵌套在主分类变量中。
相应地 split 参数用于 stripplot() 和 swarmplot() 已重命名为 dodge 与其他范畴功能的一致性（以及与 split 在里面 violinplot() ）
增加了绘制双变量色条的功能 kdeplot() 与 cbar 参数（及相关） cbar_ax 和 cbar_kws 参数）。
增加了在大多数统计函数中使用误差条来显示标准差而不是bootstrap置信区间的能力 ci="sd" .
允许特定于边的偏移 despine() .
地物大小不再是seaborn plotting上下文参数的一部分。
对所使用的垃圾箱数量加以限制 jointplot() 对于 type=="hex" 避免参考规则规定太多时挂起。
在中更改了y轴 heatmap() . 不再在内部反转数据行，而是反转y轴。这可能会影响以数据坐标绘制在热图顶部的代码。
关闭中的树状图轴 clustermap() 而不是将背景色设置为白色。
新的matplotlib定性调色板（例如“tab10”）现在可以正确处理。
一些模块和函数已在内部重新组织；对使用 seaborn 命名空间。
向添加了弃用警告 tsplot 函数，用于指示在将来的版本中，它将被删除或替换为经过实质性修改的版本。
这个 interactplot 和 coefplot 函数已被正式弃用，并将在将来的版本中删除。

v0.7.1（2016年6月）¶

添加了在绘制的误差线上设置“上限”的功能 barplot() 或 pointplot() （以及， factorplot ). 此外，现在可以控制误差线的线宽。这些变化涉及到新的参数 capsize 和 errwidth . 见 github pull request (#898) 例如用法。
改进了行和列的颜色显示 clustermap() . 现在可以为这些元素传递Pandas对象，如果可能，Pandas对象中的语义信息将用于向绘图添加标签。使用熊猫对象时，颜色数据将根据索引而不是位置与主热图匹配。这更准确，但如果当前代码假定位置匹配，则可能会导致不同的结果。
改进了确定中注释颜色的亮度计算 heatmap() .
这个 annot 参数 heatmap() 现在除了接受布尔值外，还接受一个矩形数据集。如果传递了数据集，则其值将用于注释，而主数据集将用于热图单元格颜色。
修正了一个错误 FacetGrid 在使用 col_wrap 与失踪 col 水平。
可以将记号定位器对象传递给 heatmap() 色条。
可以使用不同的样式（例如，step）来 PairGrid 有多个色调级别时的直方图。
修正了基于scipy的单变量核密度带宽计算中的一个错误。
这个 reset_orig() 函数（扩展为导入 seaborn.apionly )将matplotlib rcParams重置为导入seaborn本身时的值，这样可以更好地处理jupyter笔记本后端更改的rcParams。
从顶层删除了一些对象 seaborn 命名空间。
改进的unicode兼容性 FacetGrid .

v0.7.0（2016年1月）¶

这是0.6的主要版本。主要的新功能是 swarmplot() 它实现了beesarm方法来绘制分类散点图。为了与新版本的依赖项兼容，还进行了一些性能改进、错误修复和更新。

增加了 swarmplot() 函数，绘制蜂群图。这些是分类散点图，类似于 stripplot() 但为了避免重叠点，选择了分类轴上点的位置。看到了吗 categorical plot tutorial 更多信息。
改变了一些 stripplot() 默认值更接近 swarmplot() . 点现在稍微小一些，没有轮廓，并且在使用时默认不拆分 hue . 这些设置可通过函数参数进行自定义。
在确定附加类别时添加的附加规则的顺序。现在，当在分类角色中使用数字变量时，默认行为是对变量的唯一级别进行排序（即它们将以正确的数字顺序排列）。这仍然可以由适当的 {{*_}}order 和一个参数 category 即使级别是严格数字，数据类型仍将遵循类别顺序。
怎么变的 stripplot() 使用时绘制点 hue 嵌套 split=False 所以不同的 hue 水平不是严格地画在彼此的上面。
提高中大型树状图的性能 clustermap() .
补充 font.size 打印上下文定义，以便 plt.text 将适当缩放。
修正了一个错误 clustermap() 什么时候？ fastcluster 未安装。
修复了中zscore计算中的一个错误 clustermap() .
修正了一个错误 distplot() 其中，有时默认的箱数不是整数。
修正了一个错误 stripplot() 图例项不会出现在 hue 如果在第一组点中没有观察到，则为水平。
热图色条现在被栅格化，以便在矢量图中获得更好的性能。
添加了一些matplotlib boxplot问题的解决方法，例如异常点的奇怪颜色。
为violinplot边丢失或具有随机颜色的问题添加了解决方法。
添加了一个解决问题的方法，其中只有一个 heatmap() 单元格将在一些matplotlib后端进行注释。
修正了matplotlib新版本中的一个错误，即颜色映射将错误地应用于只有三个观测值的散点图。
更新了seaborn以与matplotlib 1.5兼容。
在使用小部件的函数中增加了对各种IPython（和Jupyter）版本的兼容性。

v0.6.0（2015年6月）¶

这是0.5的主要版本。此版本的主要目标是统一分类图的API，这意味着在一些旧函数中有一些相对较大的API更改。有关这些更改的详细信息，请参见下文，这些更改可能会破坏为seaborn的旧版本编写的代码。还有一些新功能 (stripplot() 和 countplot() )，对现有函数的大量增强，以及错误修复。

此外，文档已经为0.6版本进行了完全的修改和扩展。现在，每个函数的API docs页面都有多个示例，其中嵌入了显示如何使用各种选项的绘图。这些页面应该被认为是示例中最全面的资源，教程页面现在已经简化，面向各种功能的更高级别概述。

分类图的更改和更新¶

在版本0.6中，“分类”绘图已与公共API统一。这类新函数将显示一个数值变量和一个或两个分类变量之间关系的绘图组合在一起。这包括显示每个箱子中数值变量分布的绘图 (boxplot() ， violinplot() 和 stripplot() )以及在每个箱子内应用统计估计的绘图 (pointplot() ， barplot() 和 countplot() ). 有一个新的 tutorial chapter 介绍了这些功能。

分类函数现在每个都接受相同格式的输入数据，并且可以以相同的方式调用。它们可以使用长格式或宽格式数据进行绘图，并且可以垂直或水平绘制。使用长格式数据时，根据输入数据的类型推断出绘图的方向。此外，所有函数本机采用 hue 变量添加第二层分类。

使用（在某些情况下是新的）API，这些函数都可以由 FacetGrid . 然而， factorplot 现在还可以创建这些类型的绘图的切面验证，因此在大多数情况下不需要使用 FacetGrid 直接。默认情况下， factorplot 绘制点图，但这由 kind 参数。

以下是统一这些API过程中发生的变化的详细信息：

改变到 boxplot() 和 violinplot() 可能是最具破坏性的。这两个函数在它们可以接受的数据类型方面都保持向后兼容性，但是语法已经更改为与其他seaborn函数更相似。这些函数现在通过 x 和/或 y 在传递给新对象的长格式数据帧中作为数据向量或变量名的参数 data 参数。您仍然可以将宽格式的数据帧或数组传递给 data ，但它不再是第一个位置参数。看到了吗 github pull request (#410) 有关这些更改及其背后的逻辑的更多信息。
AS pointplot() 和 barplot() 现在可以用y轴上的主分类变量 x_order 参数已重命名为 order .
增加了一个 hue 参数 boxplot() 和 violinplot() ，它允许通过第三个分类变量对绘图元素进行嵌套分组。为了 violinplot() ，这种嵌套也可以通过分裂小提琴时，有两个层次的 hue 变量（使用 split=True ). 为了使此功能可行，已取消指定在数据坐标中绘制绘图的位置的功能。这些绘图现在在设定的位置绘制，如（和相同） barplot() 和 pointplot() .
增加了一个 palette 参数到 boxplot()/violinplot() . 这个 color 参数仍然存在，但不再承担接受seaborn调色板名称的双重责任。 palette 替代物 color 这样就可以和 FacetGrid .

除了这些API更改外，还对plotting函数进行了以下更改/增强：

类别排序的默认规则已更改。现在，绘图不再自动对类别级别进行排序，而是按照级别在输入数据中的显示顺序（即 Series.unique() ). 使用打印时可以指定顺序 order 和 hue_order 参数。此外，当变量是具有“分类”数据类型的对象时，将从数据对象推断类别顺序。这种变化也会影响 FacetGrid 和 PairGrid .
增加了 scale 和 scale_hue 参数到 violinplot() . 这些控制小提琴的宽度是如何缩放的。默认值为 area ，这与小提琴以前的作曲方式不同。使用 scale='width' 以获得旧的行为。
使用了不同的样式 box 一种内部情节 violinplot() ，它显示了除四分位数外的晶须范围。使用 inner='quartile' 以得到旧的风格。