Python資料分析30——seaborn可視化（六）之回歸圖

seaborn 繪制回歸圖

準備工作

先導入相關子產品和資料集。

import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline
tips = sns.load_dataset('tips')
tips.head()
           

回歸圖

regplot() 和 lmplot() 都可以繪制回歸圖，結果都是一樣的。

regplot()

sns.set(style='darkgrid', color_codes=True)
sns.regplot(x='total_bill', y='tip', data=tips)
           

lmplot()

sns.set(style='darkgrid', color_codes=True)
sns.lmplot(x='total_bill', y='tip', data=tips)
           

不過，它們的繪圖比列不是一緻的，但是結果是一樣的。

置信區間

置信區間上上圖中，線形圖附近的陰影部分。當然，也可以不繪制置信區間。

通過ci 參數設定是否繪制置信區間，預設是啟用的。

添加變量

通過 hue 參數，加入一個分類的變量，則自動通過不同的顔色繪圖。就是把給小費的人按照是否吸煙分開兩類而已。

通過col參數可以添加一個變量，就會繪制子圖。

還可以通過row參數添加變量，就會變成四個子圖。因為2*2=4，是以就會出現四個子圖。

注意：我電腦螢幕太小，沒辦法截全部的圖，将就着看吧。影響不大。

還有，上面代碼表示在每一行行顯示time變量的兩個分類資訊，即Lunch和Dinner。在每一清單示sex變量的兩個分類資訊，即Male和Female。