如何利用seaborn繪製factorplot圖？今天番茄加速就來解答一下。
seaborn 是基於matplotlib開發的，提供更高一級的接口，做出的可視化圖更加具有表現力。
下面介紹 seaborn 庫的入門使用方法，首先導入它和 pyplot 模塊：
import matplotlib.pyplot as plt
import seaborn as sns
它裡面內置了一些經典數據集，如tips, titanic, iris等，下面依次導入：
tips = sns.load_dataset("tips")
titanic = sns.load_dataset("titanic")
iris = sns.load_dataset("iris")
以titanic 為例，繪製factorplot 圖，展示 sex(男、女)，不同階層(1,2,3)的 survived比率：
sns.factorplot(x="pclass", y="survived", hue="sex",data=titanic)
還可以定製 pointplot 圖， 調整 markers，linestyles 等參數：
sns.pointplot(x="class", y="survived", hue="sex", data=titanic,
palette={"male":"g","female":"m"},markers=["^","o"],linestyles=["-","--"])
不同階層下，不同性別的存活比率 barplot 圖：
sns.barplot(x="sex",y="survived", hue="class", data=titanic)
統計deck枚舉值不同取值的出現頻次countplot圖：
sns.countplot(x="deck", data=titanic, palette="Greens_d")
箱形圖觀察數據分布規律：
sns.boxplot(x="alive", y="age",hue="adult_male",data=titanic)
關於 seaborn 使用，有一張 cheetsheet 圖。