单变量条形散点图
sns.stripplot(x, y, data)可用于绘制单变量条形散点图，
第一个参数x为横坐标方向上的特征，第二个参数y为纵坐标方向上的特征，参数 data 用于指定数据集。
sns.swarmpot()使用避免重叠点的算法将分类轴上的每个散点图点定位。
双变量条形散点图
在绘图的过程中，传入参数hue可以设置条形柱中的另一个变量名。
箱线图和琴形图
sns.boxplot( )可绘制箱线图。
sns.violinplot( )用于绘制琴形图，琴形图是箱线图和核密度图的结合。
多变量分类绘图
factorplot( )可以将多种绘制方法封装在同一个函数中。
sns.factorplot(x, y, data, hue, kind)，kind参数默认为点图point，还可以选择柱形图bar, 计数图count, 箱线图box, 琴形图violin, 散点图strip，分散点图swarm。
PairGrid( )可绘制多变量分类图，可将不同变量之间的关系绘制在同一个矩阵中。
sns.PairGrid(data, x_vars, y_vars)，
data参数用于设置绘图所需的数据集，x_vars设置x轴上的分类变量，y_vars用于设置y轴方向上的分类变量。
图表样式设置：
绘图风格可以通过sns.set()函数来设置，style用于设置绘图风格，context用于设置绘图元素大小。
sns.despine()用于去除坐标轴。
颜色画板分类色板(qualitative)，连续色板(sequential)，离散色板(diverging)。
通过设置绘图函数得palette参数,或者sns.set_palette( )均可以设置不同的调色板
sns.set( style,context，palette,font,font_scale)
通过sns.set()函数，我们可以设置风格、字体、标题等。style参数可以设置绘图风格，context用于设置字体、标题等元素的大小。
style参数：
darkgrid 黑色网格（默认）
whitegrid 白色网格
dark 黑色背景
white 白色背景
ticks 四周有刻度线的白背景
context参数：用于设置绘图元素比例，比如，图像线条粗细、坐标轴刻度标签的字体大小
context表示元素的大小，默认值为：notebook，其它可选值分别为：paper, notebook, talk, poster，其中，设置为paper，元素显示最小，而设置为poster，元素显示最大
sns.set_context("notebook", font_scale=1.2, rc={"lines.linewidth": 1.5})
font_scale参数用于设置字体大小，rc参数传入字典设置线宽
移除边框线：sns.despine()
sns.despine()中的参数top、right、left、bottom来设置方向，在默认情况下，
top=True,
right=True,
left=False,
bottom=False,而设置为True，则将该方向的边框线移除，也就是说，默认参数下，我们绘制的图像都是没有上边和右边的边框线
图像颜色
sns.set_palette( )的参数值来设置图像的颜色
Seaborn提供了sns.color_palette()函数，这个函数可以生成色板，允许我们生成各种颜色的色板。然后，将生成的色板作为绘图函数的参数palette的参数值，或者作为sns.set_palette()的参数值，这样的操作都会改变图像的颜色。
Seaborn中有三种通用的调色板可以使用：
分类色板(qualitative):不连续、且内在没有顺序关系的数据
连续色板(sequential):可以用于核密度估计图等
离散色板(diverging)：数据分布比较偏向于两极化
分类色板（qualitative）
有6种不同的默认主题，它们分别是：deep，muted，pastel，bright，dark，colorblind
sns.palplot()函数来查看色板主题
连续色板：
# 输出Reds色板
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
sns.palplot(sns.color_palette("Reds"))
效果如图：
如果我们想将颜色翻转渐变，可以在面板名称中添加一个_r后缀。
# 输出Reds_r翻转色板
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
sns.palplot(sns.color_palette("Reds_r"))
查看各分类色板
import seaborn as sns
data_type = ["qualitative", "sequential", "diverging"]
for elem in data_type:
sns.choose_colorbrewer_palette(elem)
在每种色板的交互界面中，name行可以选择该分类下的色板名称，n用于设置色板中的颜色数量， desat设置色彩饱和度， variant设置颜色排序是否转置。这样大家就可以查看每种色板分类中的常用色板了
图像要求：
绘图背景风格设置为：whitegrid
图像元素比例设置为：talk
sns.set(style=“whitegrid”,context=‘talk’)
绘制琴形图时，绘图颜色使用分类色板：Set3
sns.violinplot(data = menu[nutri_name],palette="Set3")
将图像的坐标轴都移除
sns.despine(left=True, bottom=True)
x轴刻度标签旋转7度
plt.xticks(rotation = 7)