- Seaborn教程
- Seaborn - 首页
- Seaborn - 简介
- Seaborn - 环境设置
- 导入数据集和库
- Seaborn - 图表美学
- Seaborn - 颜色调色板
- Seaborn - 直方图
- Seaborn - 核密度估计
- 可视化成对关系
- Seaborn - 绘制分类数据
- 观测值的分布
- Seaborn - 统计估计
- Seaborn - 绘制宽格式数据
- 多面板分类图
- Seaborn - 线性关系
- Seaborn - Facet Grid
- Seaborn - Pair Grid
- 函数参考
- Seaborn - 函数参考
- Seaborn有用资源
- Seaborn - 快速指南
- Seaborn - 有用资源
- Seaborn - 讨论
Seaborn回归图 - 简介
Seaborn是一个统计制图工具,它提供简单的方法来向散点图添加回归线,并且可以读取Pandas数据框以及其他类型的数据格式。散点图是检查数据中关系或趋势的绝佳工具。但是,通过添加回归线,这些模式可以变得更加明显。
回归线用于找到最适合散点图上点的拟合线。
使用少量数据绘制回归图。我们首先导入seaborn库。
import seaborn as sns
我们可以使用下面的代码片段为任何数据集绘制散点图。考虑以下情况,我们使用seaborn库中内置的泰坦尼克号数据集,并将x、y参数传递给scatterplot()方法,从而得到一个图表。
sns.scatterplot(data=titanic,x="age",y="fare")
输出如下:
观察上面的图,你可以理解线性关系,但是绘制回归线会更容易。
上图显示了绘制在图上的回归线。
既然我们已经了解了回归线如何帮助我们,现在我们将了解如何向你的图中添加回归线。这可以通过seaborn中的回归图方法来实现。
Seaborn中有三种不同类型的回归图。
序号 | 方法及描述 |
---|---|
1 |
seaborn.regplot() 方法用于绘制数据并绘制线性回归模型拟合。 |
2 |
seaborn.lmplot() 方法用于绘制数据并在网格上绘制回归模型拟合,其中可以绘制多个图。 |
3 |
seaborn.residplot() 方法用于绘制线性回归的残差数据。 |
seaborn_function_reference.htm
广告