首先，导入我们的工具包，并执行魔法指令：
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
sns.set_style("whitegrid")
在开始正题之前，我们来解决一个可能普遍存在的问题，sns.load_dataset 可能在导入数据集时报错。
首先我们需要找到 seaborn-data 文件夹在电脑中的位置：
如果目录下没有这些文件，那么加载数据集可能会报错。如果该目录下没有文件，我们去 github 下载下来，放进去就好了。
Github 下载网址：https://github.com/mwaskom/seaborn-data 。
下载完成后，将其中的 csv 文件拷贝到 seaborn-data 目录下即可。
stripplot
stripplot 可以绘制多个离散值变量的分析图，并且自动添加抖动，以解决数据重叠。
接下来，导入今天的第一个数据集 tips ：
tips = sns.load_dataset("tips")
tips.head()
该数据集是关于餐厅顾客小费打赏的数据：
使用 stripplot 绘制出不同 day ，顾客小费的打赏情况：
sns.stripplot(x="day", y="total_bill", data=tips)
分析结果：
还可以再填一个分类的变量：hue='sex' ，不仅可以绘制出不同日期的消费打赏分布，并且在绘制时还会按照性别进行区分：
sns.stripplot(x="day", y="total_bill", hue='sex', data=tips)
分析结果：
swarmplot
stripplot 解决数据重叠时虽然加了抖动，但在数据量比较大的时候，还是会有很多数据重叠在一起，从而影响到我们观察分布的数据量。
为此，swarmplot 提出了更友好的解决方式：
sns.swarmplot(x="day", y="total_bill", data=tips)
其用法与 stripplot 相同，但绘制结果更清晰，会将数据展开成树枝的形状：
同样，在绘制时也可以分性别进行展示：
sns.swarmplot(x="day", y="total_bill", hue="sex", data=tips)
绘制结果：
我们可以发现，周四、周六和周日打赏小费的顾客较多，金额多集中在 10~20 之间，周末打赏小费的金额不变会比较高，而且男性居多。
boxplot 与 violinplot
盒图不仅可以直观地反应数据的分布，还标出了中位数、 1/4 分位、3/4 分位以及离群点。
sns.boxplot(x="day", y="total_bill", hue="sex", data=tips)
绘制结果：
每组数据中，都按照性别的不同绘制除了 1 对儿盒图。当然，也可以使用小提琴图来描述上述数据特征的分布：
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips)
小提琴图的高矮胖瘦向我们直观反映了数据的分散和集中情况：
由于小提琴图是由对称的两部分组成的，因此也可以只绘制出一半。这样就可以将不同性别的数据绘制在一个小提琴上：
sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True)
绘制结果：
还可以将小提琴与 swarmplot 叠加使用：
sns.violinplot(x="day", y="total_bill", data=tips, inner=None)
sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=0.6)
这样在小提琴中就可以看到数据的点啦~小提琴越胖的位置，其实就是我们数据分布越集中的区域：
barplot 与 pointplot
下面，导入今天的第二个数据集：
titanic = sns.load_dataset("titanic")
titanic.head()
没错，是我们熟悉的泰坦尼克号获救信息统计结果：
下面，假设我们希望分性别对比不同船舱等级的获救情况：
sns.barplot(x="class", y="survived", hue="sex", data=titanic)
sns.barplot 用于绘制柱形图，柱形图可以直观地对数据的大小进行对比：
使用折线图，可以直观地反应数据的变化趋势。Seaborn 绘制折线图使用 pointplot ，可以直观反映出获救随船舱等级变化的情况：
sns.pointplot(x="class", y="survived", hue="sex", data=titanic)
绘制结果：
