yg keturunan dr laut
v0.13.2 (January 2024)
Seaborn adalah perpustakaan visualisasi Python berdasarkan matplotlib. Ini menyediakan antarmuka tingkat tinggi untuk menggambar grafik statistik yang menarik.
Dokumentasi online tersedia di seaborn.pydata.org.
Dokumen tersebut mencakup tutorial, galeri contoh, referensi API, FAQ, dan informasi berguna lainnya.
Untuk membuat dokumentasi secara lokal, silakan merujuk ke doc/README.md .
Seaborn mendukung Python 3.8+.
Instalasi memerlukan numpy, pandas, dan matplotlib. Beberapa fungsi statistik tingkat lanjut memerlukan scipy dan/atau statsmodels.
Rilis stabil terbaru (dan dependensi yang diperlukan) dapat diinstal dari PyPI:
pip install seaborn
Dimungkinkan juga untuk menyertakan ketergantungan statistik opsional:
pip install seaborn[stats]
Seaborn juga dapat diinstal dengan conda:
conda install seaborn
Perhatikan bahwa repositori anaconda utama tertinggal dari PyPI dalam menambahkan rilis baru, tetapi conda-forge ( -c conda-forge ) biasanya diperbarui dengan cepat.
Sebuah makalah yang menjelaskan tentang seaborn telah diterbitkan di Journal of Open Source Software. Makalah ini memberikan pengenalan tentang fitur-fitur utama perpustakaan, dan dapat digunakan sebagai kutipan jika seaborn terbukti merupakan bagian integral dari publikasi ilmiah.
Menguji seaborn memerlukan pemasangan dependensi tambahan; mereka dapat diinstal dengan dev ekstra (misalnya, pip install .[dev] ).
Untuk menguji kode, jalankan make test di direktori sumber. Ini akan menjalankan pengujian unit (menggunakan pytest) dan menghasilkan laporan cakupan.
Gaya kode diterapkan dengan flake8 menggunakan pengaturan di file setup.cfg . Jalankan make lint untuk memeriksanya. Sebagai alternatif, Anda dapat menggunakan pre-commit untuk secara otomatis menjalankan pemeriksaan lint pada file apa pun yang Anda komit: cukup jalankan pre-commit install untuk menyiapkannya, lalu komit seperti biasa ke depannya.
Pengembangan Seaborn dilakukan di Github: https://github.com/mwaskom/seaborn
Silakan kirimkan bug yang Anda temui ke pelacak masalah dengan contoh yang dapat direproduksi yang menunjukkan masalah tersebut. Pertanyaan tentang penggunaan lebih banyak dilakukan di StackOverflow, di mana terdapat tag seaborn.
