1. 程式人生 > 實用技巧 >sns.regplot()的用法

sns.regplot()的用法

sns.regplot():繪圖資料和線性迴歸模型擬合

#引數
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)

引數說明

x,y:就是x,y軸的值

data:x,y所屬的df

x_estimator:將此函式應用於x的每個唯一值並繪製結果估計值。當x是離散變數時,這很有用。如果給定x_ci,則此估計值將自舉並繪製置信區間

x_bins:將x分成多少段

其他的引數可以參考官網文件:https://www.cntofu.com/book/172/docs/28.md

官網例子

#使用sns自帶資料集小費資料集
import
seaborn as sns tips=sns.load_dataset('tips') sns.regplot(x='total_bill',y='tip',data=tips)

#使用定義為numpy陣列的兩個變數繪製;使用不同的顏色
import numpy as np
mean,cov=[4,6],[(1.5,.7),(.7,1)]
x,y=np.random.multivariate_normal(mean,cov,88).T
sns=sns.regplot(x=x,y=y,color='g')  #g是green 

#使用pd.Series的兩個變數繪製;使用不同的標記
import seaborn as sns import pandas as pd x,y=pd.Series(x,name='x_var'),pd.Series(y,name='y_var') sns.regplot(x=x, y=y, marker="+")

#使用68%的置信區間,這與估計的標準誤差相對應:
sns.regplot(x=x, y=y, ci=68)

#使用離散x變數繪製並新增一些抖動
sns.regplot(x='size',y='total_bill',data=tips,x_jitter=.1)

#用離散x變數繪製圖,顯示唯一值的平均值和置信區間
sns.regplot(x='size',y='total_bill',data=tips,x_estimator=np.mean)

#用一個連續變數劃分為幾個獨立的區域
sns.regplot(x=x,y=y,x_bins=4)

#用log(x)擬合迴歸模型並截斷模型預測
sns.regplot(x="size", y="total_bill", data=tips, x_estimator=np.mean, logx=True, truncate=True)