說點什么呢
seaborn是python的一個可視化模塊，構建于matplotlib之上，對于pandas的DataFrame這種數據結構有著很好的支持，能夠大大減少構建繪圖數據是所需的工作量（我也不知道自己為什么要裝逼不去用R的ggplot2）。
countplot
到底要不要點
有時候我們需要對DataFrame中的某一列或兩列進行統計（多了我也不會），省去去構建barplot所需的數據這一過程，seaborn的countplot能夠很好的勝任這一……（這一什么？使命~ 真的是詞窮啊~）
（markdown竟然有下標 可以）
Show the counts of observations in each categorical bin using bars.
使用bars來表示每個分類數據的數目
如果你沒有打開上面的鏈接，那么~我把它搬過來了。
像所有的matplotlib函數那樣，這個函數也有著挺多的參數，但是平時用到的應該也就這幾個
x, y, hue : names of variables in data or vector data, optional
data : DataFrame, array, or list of arrays, optional
order, hue_order : lists of strings, optional
ax
data平時我用的也就是DataFrame的名字
ax用來指定坐標系（不明白的話去補一下matplotlib的知識）。
x比較容易理解，就是因子所在的列名（平時使用的都是DataFrame），如果只給了x這一個指定數據的參數，那么就會匯出這個每個因子所包含的記錄的數目（ipython notebook）
import seaborn as sns
%matplotlib inline
titanic_df=sns.load_dataset("titanic")
titanic_df.head(5) #看一下數據什么樣子
survived pclass sex age sibsp parch fare embarked class who adult_male deck embark_town alive alone
0 0 3 male 22.0 1 0 7.2500 S Third man True NaN Southampton no False
1 1 1 female 38.0 1 0 71.2833 C First woman False C Cherbourg yes False
2 1 3 female 26.0 0 0 7.9250 S Third woman False NaN Southampton yes True
3 1 1 female 35.0 1 0 53.1000 S First woman False C Southampton yes False
4 0 3 male 35.0 0 0 8.0500 S Third man True NaN Southampton no True
# 用y的話就變成水平的了
sns.countplot(x = 'survived',data=titanic_df)
這里是僅僅繪出了titanic_df的survived這一列數據中兩類的數目
有500+的遇難者（‘0’），300+的幸存者（‘1’）。
（ps：這里使用的是seaborn自帶的泰坦尼克的數據，對就是那艘首秀即謝幕的巨輪）
如果我們同時要查看在這些遇難者以及幸存者中，男人以及女人的數目，就需要加入另外一個參數hue（我始終不明白為什么要用這個詞~）
# 依舊是上面的數據
sns.countplot(x = 'survived',hue = 'sex',data=titanic_df)
遇難者以及幸存者男女比例一目了然，這很gentleman。
嗯~就到這里
如果想要進行更多的定制話操作，可以參照axis對象的方法（matplotlib中），由于這個函數是有返回值的，返回的是一個matplotlib Axes對象，因此，可以通過面向對象的方法進行后續axis所支持的各種操作。
# 中文無法正常顯示，好像字體問題，沒有深究。
g = sns.countplot(x = 'survived',hue = 'sex',data=titanic_df)
g.set_title('title')
