用Seaborn做可视化
即使matplotlib已经如此强大了，但是不得不承认它不支持的功能还有很多。总结如下：
-
2.0之前的版本的默认配置样式绝对不是用户的最佳选择；
-
matplotlib的API比较底层。虽然可以实现复杂的统计数据可视化，但是通常都需要写大量的样板代码；
-
matplotlib不支持Pandas的Dataframe数据的可视化，必须先提取每个Series。
对于这些问题的终结者就是seaborn。Seaborn 在 Matplotlib 的基础上开发了一套 API，为默认的图形样式和颜色设置提供了理智的选择，为常用的统计图形定义了许多简单的高级函数，并与 Pandas Dataframe 的功能有机结合。Seaborn是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，在大多数情况下使用seaborn能做出很具有吸引力的图。
而使用matplotlib就能制作具有更多特色的图。应该把Seaborn视为matplotlib的补充，而不是替代物。同时它能高度兼容numpy与Pandas数据结构以及scipy与statsmodels等统计模式。
Seaborn与Matplotlib
下面用 Matplotlib 的经典图形样式和配色方案画一个简易的随机游走图。
import matplotlib.pyplot as plt
plt.style.use('classic')
import numpy as np
import pandas as pd
rng = np.random.RandomState(0)
x = np.linspace(0, 10, 500)
y = np.cumsum(rng.randn(500, 6), 0)
plt.plot(x, y)
plt.legend('ABCDEF', ncol=2, loc='upper left')
plt.show()
在看看使用seaborn来实现。我们会发现，Seaborn不仅有许多高级的画图功能，而且可以改写matplotlib的默认参数，从而用简单的matplotlib脚本获得更好的效果。可以用Seaborn的set()方法设置样式。
import seaborn as sns
sns.set()
plt.plot(x, y)
plt.legend('ABCDEF', ncol=2, loc='upper left')
plt.savefig("T2.png")
plt.show()
上面应用了seaborn的默认样式。seaborn有5个seaborn的主题，适用于不同的应用和人群偏好：
-
darkgrid黑色网格（默认）；
-
whitegrid白色网格；
-
dark黑色背景；
-
white白色背景；
-
ticks应该是四周都有刻度线的白背景。
