天天看点

Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

seaborn 绘制回归图

准备工作

先导入相关模块和数据集。

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()
           
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

回归图

regplot() 和 lmplot() 都可以绘制回归图,结果都是一样的。

regplot()

sns.set(style='darkgrid', color_codes=True)
sns.regplot(x='total_bill', y='tip', data=tips)
           
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

lmplot()

sns.set(style='darkgrid', color_codes=True)
sns.lmplot(x='total_bill', y='tip', data=tips)
           
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

不过,它们的绘图比列不是一致的,但是结果是一样的。

置信区间

置信区间上上图中,线形图附近的阴影部分。当然,也可以不绘制置信区间。

通过ci 参数设置是否绘制置信区间,默认是启用的。

Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

添加变量

通过 hue 参数,加入一个分类的变量,则自动通过不同的颜色绘图。就是把给小费的人按照是否吸烟分开两类而已。
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图
通过col参数可以添加一个变量,就会绘制子图。
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图
还可以通过row参数添加变量,就会变成四个子图。因为2*2=4,所以就会出现四个子图。
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图
Python数据分析30——seaborn可视化(六)之回归图seaborn 绘制回归图准备工作回归图

注意:我电脑屏幕太小,没办法截全部的图,将就着看吧。影响不大。

还有,上面代码表示在每一行行显示time变量的两个分类信息,即Lunch和Dinner。在每一列表示sex变量的两个分类信息,即Male和Female。