seaborn回归图(Regression)---散点图lmplot/regplot/residplot回归曲线
Posted nxf-rabbit75
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了seaborn回归图(Regression)---散点图lmplot/regplot/residplot回归曲线相关的知识,希望对你有一定的参考价值。
回归图只要探讨两连续数值变量的变化趋势情况,绘制x-y的散点图和回归曲线。
1.lmplot
seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, height=5, aspect=1, markers=‘o‘, sharex=True, sharey=True, hue_order=None, col_order=None, row_order=None, legend=True, legend_out=True, x_estimator=None, x_bins=None, x_ci=‘ci‘, scatter=True, fit_reg=True, ci=95, n_boot=1000, units=None, order=1, logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, truncate=False, x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None, size=None)
- seaborn.lmplot
lmplot
同样是用于绘制回归图,但lmplot
支持引入第三维度进行对比,例如我们设置hue="species"
。
举例:
sns.lmplot(x="sepal_length", y="sepal_width", hue="species", data=iris)
2.regplot
seaborn.regplot(x, y, data=None, x_estimator=None, x_bins=None, x_ci=‘ci‘, scatter=True, fit_reg=True, ci=95, n_boot=1000, units=None, order=1, logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, truncate=False, dropna=True, x_jitter=None, y_jitter=None, label=None, color=None, marker=‘o‘, scatter_kws=None, line_kws=None, ax=None)
功能:用线性回归模型对数据做拟合
- seaborn.regplot
regplot
绘制回归图时,只需要指定自变量和因变量即可,regplot
会自动完成线性回归拟合。
举例:
sns.regplot(x="sepal_length", y="sepal_width", data=iris)
3.residplot
seaborn.residplot(x, y, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None)
功能:展示线性回归模型拟合后各点对应的残值
举例:可以对以年为单位的地震记录作线性回归拟合。以下两张图分别对应一阶线性回归拟合、拟合后残值分布情况图。
plt.figure(figsize=(12,6)) plt.subplot(121) sns.regplot(x="Year", y="ID", data=temp,order=1) # default by 1plt.ylabel(‘ ‘) plt.title(‘Regression fit of earthquake records by year,order = 1‘) plt.subplot(122) sns.residplot(x="Year", y="ID", data=temp) plt.ylabel(‘ ‘) plt.title(‘Residual plot when using a simplt regression model,order=1‘) plt.show()
以上是关于seaborn回归图(Regression)---散点图lmplot/regplot/residplot回归曲线的主要内容,如果未能解决你的问题,请参考以下文章
Python使用matplotlib可视化散点图使用seaborn中的lmplot函数可视化不同分组散点图的最优线性回归拟合曲线(Scatter plot with regression line)
Seaborn - 绘制不同类型的回归(Regression)曲线
Seaborn使用regplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line)
Seaborn使用regplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line)
Seaborn使用lmplot函数可视化散点图并添加回归曲线以及回归线对应的置信区间(Scatter plot with regression line)
Seaborn使用regplot函数可视化散点图并添加回归曲线移除默认的回归曲线置信区间(Scatter plot with regression lineRemove CI band)