企业🤖AI智能体构建引擎,智能编排和调试,一键部署,支持私有化部署方案 广告
# 安装和入门 > 译者:[Neolei](https://github.com/neolei) 为了安装最新版本的 seaborn, 可以 `pip`命令: ```py pip install seaborn ``` 也可以使用 `conda` 命令安装: ```py conda install seaborn ``` 或者,您可以使用 `pip` 直接从 github 安装开发版本: ```py pip install git+https://github.com/mwaskom/seaborn.git ``` 另外的方法是从 [github 仓库](https://github.com/mwaskom/seaborn) 下载,从本地安装: ```py pip install . ``` ## 依赖 * Python 2.7 or 3.5+ ### 必须的依赖 * [numpy](http://www.numpy.org/) (>= 1.9.3) * [scipy](https://www.scipy.org/) (>= 0.14.0) * [matplotlib](https://matplotlib.org) (>= 1.4.3) * [pandas](https://pandas.pydata.org/) (>= 0.15.2) ### 推荐的依赖 * [statsmodels](https://www.statsmodels.org/) (>= 0.5.0) ## 测试 为了测试 seaborn,请在源代码分发的根目录中运行 `make test`。 这会运行单元测试套件(使用 `pytest`,但许多旧测试使用 `nose` 断言)。 它还在函数 docstrings 中运行示例代码,以对更广泛和更现实的示例用法进行冒烟测试。 完整的测试集需要 Internet 连接才能下载示例数据集(如果以前没有缓存过),但单元测试应该可以离线运行。 ## 错误 请通过 github [issue tracker](https://github.com/mwaskom/seaborn/issues/new) 报告您遇到的任何错误. 在其中一个示例数据集中包含可重现的示例(通过 [`load_dataset()`](generated/seaborn.load_dataset.html#seaborn.load_dataset "seaborn.load_dataset") 访问)将是最有帮助的。 如果不知道你正在使用的 seaborn 和 matplotlib 的版本,以及 用于绘图的 [matplotlib backend](https://matplotlib.org/faq/usage_faq.html#what-is-a-backend),你很难调试任何问题,所以请在错误报告中包含这些内容。