文章目录
Seaborn中的回归包括回归拟合曲线图以及回归误差图。
Matrix图主要是热度图。
1. 回归及矩阵绘图API概述
seaborn中“回归”绘图函数共3个:
lmplot(回归统计绘图):figure级regplot函数,绘图同regplot完全相同。(lm指linear model)
+ regplot:axes级函数。绘制线性回归拟合。
+ residplot:axes级函数。绘制线性回归的误差图。(不能用lmplot绘制resid图)
seaborn中矩阵绘图函数共有2个:
- heatmap:axes级函数。热度图,绘制一个颜色块矩阵。
- clustermap:figure级函数。聚合热度图,绘制一个分层聚合的热度图。
figure级函数与axes级函数区别见Seaborn系列(一):绘图基础、函数分类、长短数据类型支持
2. 回归统计绘图
2.1 lmplot、regplot绘图
sns.lmplot(x=None,y=None,data=None):绘制线性回归拟合图,返回FacetGridsns.regplot(x=None,y=None,data=None)绘制线性回归拟合图,返回Axes- hue:分系列用不同的颜色绘制
- col,row:指定参数不同值绘制到不同的行或列。
- ci=95:置信区间的大小,取值0-100
- order:指定拟合多项式阶数
- scatter:是否绘制散点图
- x_jitter,y_jitter:为x变量或y变量添加随机噪点。会导致绘制的散点移动,不会改变原始数据。
- x_estimator:参数值为函数,如np.mean。对每个x值的所有y值用函数计算,绘制得到的点,并绘制误差线。
- x_bins:当x不是离散值时x_estimator可以配合x_bins指定计算点和误差线数量
- robust:对异常值降低权重
- logistic:

本文介绍了Seaborn库中的回归统计绘图(包括lmplot和residplot)以及矩阵图(如heatmap和clustermap)的详细用法,涵盖了线性回归、置信区间、数据可视化和矩阵热度展示技巧。
最低0.47元/天 解锁文章
856

被折叠的 条评论
为什么被折叠?



