本篇内容主要涉及以下三个方面，阅读时间<=10分钟：
- distplot 柱状图
- kdeplot 核密度曲线
- conditional plot 条件图
seaborn是matplotlib的高级版，对复杂图表的支持较好，可视化结果也非常吸引人。
所用数据为泰坦尼克事件数据，下载地址：https://www.kaggle.com/c/titanic/data
distplot
每次绘图plot时，seaborn会在已有的matplotlib figure上绘制，如没有则新建。
首先引入seaborn库，调用distplot函数对船票价格进行可视化：
#导入数据
import pandas as pd
titanic=pd.read_csv('./data/train.csv')
print(titanic.shape)
print(titanic.head())
import seaborn as sns
import matplotlib.pyplot as plt
sns.distplot(titanic['Fare'])
plt.show()
结果如下，比matplotlib绘制的漂亮多了～
kdeplot
上一张图中，在柱状图的上方显示了一条平滑的曲线，我们将这条曲线称为Kernel Density Plot，是seaborn使用kernel density estimation 技术绘制得来的。
对‘Fare’属性绘制kdeplot：
sns.kdeplot(titanic['Fare'],shade=True)
sns.set_style('white')
plt.xlabel('Fare')
sns.despine(left=True,bottom=True)
plt.show()
shade：显示曲线面积，方便观察
xlabel：在绘制kdeplot时，seaborn并不像distplot一样自动生成label，我们需要使用xlabel手动指定。
depine：隐藏四条边框，调用该方法时默认隐藏top and right spine，我们只需指定left and bottom即可。
set_style: seaborn中存在多种样式，我们可以使用该方法来改变默认样式：
- darkgrid: Coordinate grid displayed, dark background color
- whitegrid: Coordinate grid displayed, white background color
- dark: Coordinate grid hidden, dark background color
- white: Coordinate grid hidden, white background color
- ticks: Coordinate grid hidden, white background color, ticks visible
conditional plot
在seaborn中，可以通过指定条件来创建一组plot。
比如，通过conditional plot来对幸存者和非幸存者的年龄分布进行可视化。
g=sns.FacetGrid(titanic,col='Survived',size=6)
g.map(sns.kdeplot,'Age',shade=True)
sns.despine(left=True,bottom=True)
plt.show()
FacetGrid对象用于生成plot的网格布局；col用于指定使用哪个条件将数据分为多个子集；size用于指定每个plot的大小。
当网格创建完毕后，可以使用FacetGrid的map方法来指定plot类型和需要绘制的属性。
结果如下:
使用两个条件进行绘制：
g=sns.FacetGrid(titanic,col='Survived',row='Pclass',size=3)
g.map(sns.kdeplot,'Age',shade=True)
sns.despine(left=True,bottom=True)
plt.show()
col用于指定将同一行分为多个子集，row用于指定将同一列分为多个子集。
结果：
什么？你还嫌少？来人! 把老子的意大利......妞拿来给楼主玩玩
继续使用三个条件进行可视化：
使用两个条件就已经看的眼花缭乱了，三个条件不得乱成一窝老鼠吗？seaborn早想到了这点：采用在同一plot上使用不同颜色的方法进行可视化,指定hue参数:
g=sns.FacetGrid(titanic,col='Survived',row='Pclass',hue='Sex',size=3)
g.map(sns.kdeplot,'Age',shade=True)
sns.despine(left=True,bottom=True)
plt.show()
