在 pandas 的散点矩阵中添加回归线
Posted
技术标签:
【中文标题】在 pandas 的散点矩阵中添加回归线【英文标题】:Add regression line in the scatter matrix of pandas 【发布时间】:2020-04-07 02:47:05 【问题描述】:我发现了很多关于这个主题的新闻,但没有人提出我的观点。 我有一个相当大的数据框,我想在其中添加回归线,并在网格的另一侧仅将相关系数放在空白处。
df=pd.DataFrame(np.concatenate(Arr))
df
a b c d e f g h
0 94.122932 87.930649 57.192429 35.844883 57.971062 65.494003 52.297470 52.553162
1 92.231049 87.693893 53.804562 33.005547 52.124733 56.096642 48.072334 46.176899
2 89.846649 87.448158 49.858879 29.900572 46.716476 44.890785 44.026333 40.420742
3 87.181229 87.291374 46.363262 27.649641 41.478992 36.512981 40.489635 35.537495
4 85.915497 87.230659 43.459812 25.325624 37.368202 30.755083 37.228760 31.470888
...
axes = pd.plotting.scatter_matrix(df)
for i in range(np.shape(axes)[0]):
for j in range(np.shape(axes)[1]):
if i < j:
axes[i,j].set_visible(False)
如何添加?
【问题讨论】:
【参考方案1】:最简单的方法是使用 seaborn 的PairGrid
:
from scipy.stats import pearsonr
def reg_coef(x,y,label=None,color=None,**kwargs):
ax = plt.gca()
r,p = pearsonr(x,y)
ax.annotate('r = :.2f'.format(r), xy=(0.5,0.5), xycoords='axes fraction', ha='center')
ax.set_axis_off()
iris = sns.load_dataset("iris")
g = sns.PairGrid(iris)
g.map_diag(sns.distplot)
g.map_lower(sns.regplot)
g.map_upper(reg_coef)
【讨论】:
非常感谢您的回复,对我的“df”进行了一些测试,我注意到当我将轴设置在 0 到 255 的范围内时,点云的图像质量损失很大. 另外,我不知道如何改变每个散点图的颜色。以上是关于在 pandas 的散点矩阵中添加回归线的主要内容,如果未能解决你的问题,请参考以下文章
数据可视化实例: 带线性回归最佳拟合线的散点图(matplotlib,pandas)
数据可视化实例: 带线性回归最佳拟合线的散点图(matplotlib,pandas)
如何组合散点图以形成具有公共 X 轴的散点图矩阵以用于不同的 Y 轴?
如何获得一个散点矩阵,仅由具有 1:1 线的散点图和良好的轴标签组成?
R语言散点图可视化:自定义标题和标签拟合回归线lowess为散点图添加平滑拟合线修改散点图中点颜色和点符号分组散点图添加图例pairs可视化散点图矩阵ggplt2可视化lattice