focus-seaborn.md

 Le MOOC Scikit-learn (module pour le Machine Learning) de l'INRIA utilisant le module **seaborn**, c'est l'occasion de faire une présentation générale et de commenter quelques exemples.
 **Seaborn** permet de réaliser des figures selon la philosophie "**Grammar of Graphics**", comme le module **ggplot** de R.  Plus globalement, il permet d'obtenir des figures classiques avec un bien meilleur rendu visuel.
+Autre avantage : **seaborn** connaît le type pandas.DataFrame et offre donc des syntaxes plus adaptées.
+Cependant, depuis la version 3.5 le matplotlib "de base" a repris cette bonne idée :
+``` python
+df = pandas.DataFrame({"var1":[1,2,3,4,5,6], "var2":[1,2,3,4,5,6]})
+
+# syntaxe "classique", il faut extraire les colonnes et les passer en argument
+plt.plot(df["var1"], df["var2"])
+
+# syntaxe adaptée à la classe DataFrame : on donne les noms de colonne et le nom de la DataFrame
+plt.plot("var1", "var2", data=df)
+```
 
 :bookmark: Voir la [page seaborn](https://seaborn.pydata.org/index.html)
 
@@ -12,6 +23,6 @@ Le "style seaborn" se décline en plusieurs versions :
 `'seaborn', 'seaborn-bright', 'seaborn-colorblind', 'seaborn-dark', 'seaborn-dark-palette', 'seaborn-darkgrid', 'seaborn-deep', 'seaborn-muted', 'seaborn-notebook', 'seaborn-paper', 'seaborn-pastel', 'seaborn-poster', 'seaborn-talk', 'seaborn-ticks', 'seaborn-white', 'seaborn-whitegrid'`
 On rappelle qu'il existe d'autres styles : `'dark_background', 'fast', 'fivethirtyeight', 'ggplot', 'grayscale'...`
 
-## Quelques graphiques classiques
+## Figures classiques
 
 ## Combiner seaborn et plt