Seaborn é uma biblioteca de visualização Python baseada em matplotlib. Ele fornece uma interface de alto nível para desenhar gráficos estatísticos atraentes.
A documentação online está disponível em seaborn.pydata.org.
Os documentos incluem um tutorial, galeria de exemplos, referência de API, perguntas frequentes e outras informações úteis.
Para construir a documentação localmente, consulte doc/README.md
.
Seaborn suporta Python 3.8+.
A instalação requer numpy, pandas e matplotlib. Algumas funcionalidades estatísticas avançadas requerem modelos scipy e/ou stats.
A versão estável mais recente (e as dependências necessárias) pode ser instalada a partir do PyPI:
pip install seaborn
Também é possível incluir dependências estatísticas opcionais:
pip install seaborn[stats]
Seaborn também pode ser instalado com conda:
conda install seaborn
Observe que o repositório principal do anaconda fica atrás do PyPI na adição de novos lançamentos, mas conda-forge ( -c conda-forge
) normalmente é atualizado rapidamente.
Um artigo descrevendo o mar foi publicado no Journal of Open Source Software. O artigo fornece uma introdução aos principais recursos da biblioteca e pode ser usado como uma citação se o material marítimo for parte integrante de uma publicação científica.
Testar o Seaborn requer a instalação de dependências adicionais; eles podem ser instalados com o dev
extra (por exemplo, pip install .[dev]
).
Para testar o código, execute make test
no diretório de origem. Isso exercitará os testes unitários (usando pytest) e gerará um relatório de cobertura.
O estilo do código é aplicado com flake8
usando as configurações no arquivo setup.cfg
. Execute make lint
para verificar. Como alternativa, você pode usar pre-commit
para executar automaticamente verificações de lint em qualquer arquivo que estiver enviando: basta executar pre-commit install
para configurá-lo e, em seguida, confirmar normalmente daqui para frente.
O desenvolvimento do Seaborn ocorre no Github: https://github.com/mwaskom/seaborn
Envie os bugs que você encontrar para o rastreador de problemas com um exemplo reproduzível que demonstre o problema. Perguntas sobre o uso são mais comuns no StackOverflow, onde há uma tag seaborn.