gihub地址 https://github.com/mwaskom/seaborn-data ，如果各位能打开这个地址可从这里下载。 此存储库的存在只是为了为seaborn.load_dataset函数从中下载示例数据集。不知为何官网不能加载了，所以从github上下载了一份，提供各位使用。它的存在使得记录seaborn变得很容易，而不需要花费时间来加载和咀嚼数据，从而避免混淆。如果这些数据集对seaborn文档不再有用，它们可能随时更改或删除。一些数据集也从它们的标准来源进行了修改。

项目-数据清理 介绍 在本实验中，我们将利用我们了解到的有关熊猫，数据清理和探索性数据分析的所有信息。 为了完成本实验，您必须导入，清理，合并，重塑和可视化数据，以回答所提供的问题以及您自己的问题！ 目标 你将能够： 使用不同类型的联接来合并DataFrame 使用内置方法识别数据框中的缺失值 评估并执行最佳策略，以处理给定数据集的缺失，重复和错误值 检查数据是否有重复或多余的值并将其删除 数据集 在本实验中，我们将使用全面的，该可在Kaggle上找到！ 入门 在下面的单元格中： 将pan

目录   1、seaborn的优点   2、seaborn的官网   3、seaborn的作者介绍   4、seaborn的缩写为什么是sns，而不是sbn？   5、seaborn与matplotlib的关系？   6、使用seaborn绘图的3种方式(seaborn绘图的优势体现) 1、seaborn的优点 1、它简化了复杂数据集的表示； 2、可以轻松构建复杂的可视化，简洁的控制matplotlib图形样式与几个内置主题； 3、seaborn不可以替代matplotlib，而是matplot