安裝和入門#

可從 PyPI 安裝 seaborn 的官方版本

pip install seaborn

使用基本 pip 呼叫將會安裝 seaborn，必要時也會安裝其強制依賴關係。可以納入選用依賴關係以存取一些進階功能

pip install seaborn[stats]

這個函式庫也包含在 Anaconda 套件中，並可以使用 conda 加以安裝

conda install seaborn

由於 Anaconda 主要儲存庫新增新版本的速度可能會較慢，您可能偏好使用 conda-forge 頻道

conda install seaborn -c conda-forge

依賴關係#

支援的 Python 版本#

  • Python 3.8+

強制依賴關係#

選用依賴關係#

  • statsmodels，適用於進階迴歸圖表

  • scipy，適用於聚類矩陣和一些進階選項

  • fastcluster，適用於大型矩陣的快速聚類

快速入門#

安裝 seaborn 之後，您就準備開始使用。若要測試它，您可以載入範例資料集並繪製成圖表

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

如果您使用 Jupyter 筆記本或已啟用 matplotlib 模式 的 IPython 終端機執行作業，您應該會立即看到 圖表。否則，您可能需要明確呼叫 matplotlib.pyplot.show()

import matplotlib.pyplot as plt
plt.show()

雖然您可以僅匯入 seaborn 就能完成許多任務，但有時候能夠存取 matplotlib 函式會很有用。教學課程和 API 文件通常假設有下列匯入項目

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

偵錯安裝問題#

seaborn 程式碼庫為純 Python，而且此函式庫通常可以在未發生問題的情況下安裝。有時候，由於相依項包含編譯好的程式碼並連結至系統函式庫，會產生問題。這些問題通常會在匯入時發生錯誤，並出現類似 "DLL load failed" 這樣的訊息。若要偵錯這些問題，請仔細查看例外堆疊追蹤，找出無法匯入的特定函式庫，然後查看該套件的安裝文件，了解是否有適用於您的特定系統的提示。

有時候，seaborn 的安裝看來會成功，但嘗試匯入時，會出現 "No module named seaborn" 訊息的錯誤。這通常表示您的系統有多個 Python 安裝，而您的 pip 或 conda 指向的安裝位置與您的直譯器所在位置不同。解決這個問題會涉及整理系統上的路徑，但有時候可以用 python -m pip install seaborn 來呼叫 pip 來避免問題發生。

取得協助#

如果您認為已在 seaborn 中遇到錯誤，請在 GitHub 問題追蹤器 中回報。為了發揮效用，錯誤回報必須包含下列資訊

  • 會發生問題的可重製程式碼範例

  • 您看到的輸出（圖表的影像或錯誤訊息）

  • 您認為有問題的原因的明確說明

  • 您使用的特定 seaborn 和 matplotlib 版本

如果能夠使用 seaborn 文件範例資料集中的其中一個範例資料集展示錯誤報告，則能最容易解決錯誤（亦即使用 load_dataset()）。否則，最好是用範例產生綜合資料來重現問題。如果您只能用您的實際資料集展示問題，您將需要分享資料，最好儲存為 .csv 檔。

如果您遇到錯誤，在開啟新問題前尋找訊息的特定文字，通常可以協助您迅速解決問題，並避免產生重複報告。

由於 matplotlib 會處理實際的輸出，錯誤或不正確的輸出可能是 matplotlib 的問題，而非 seaborn 的問題。如果您嘗試在僅使用 matplotlib 的範例中複製問題，可以節省時間，因此您可以在正確的地方報告問題。但如果顯然不知道該如何進行，跳過此步驟也無妨。

一般的支援問題更適合在 Stack Overflow 上提出，那裏有更多的觀眾會看到您的文章，並且可能可以提供協助。如果您包含 可執行程式碼、精確陳述您希望達成的目標，以及清楚說明您遇到的問題，您獲得即時答覆的機率會較高。