跳转至

Python–seaborn.regplot()方法

原文:https://www.geesforgeks.org/python-seaborn-regplot-method/

Seaborn 是基于 matplotlib 的 Python 数据可视化库。它提供了一个高级界面，用于绘制吸引人且信息丰富的统计图形。Seaborn 帮助解决了 Matplotlib 面临的两大问题；问题是。

  • 默认 Matplotlib 参数
  • 使用数据框

随着 Seaborn 对 Matplotlib 的补充和扩展，学习曲线是相当渐进的。如果你知道 Matplotlib，你已经走过了半个 Seaborn。

seaborn.regplot():

该方法用于绘制数据和线性回归模型拟合。有许多互斥的选项来估计回归模型。更多信息点击此处。

语法: seaborn.regplot( x，y，数据=无，x_estimator =无，x_bins =无，x_ci='ci '，散点图=真，fit_reg =真，ci=95，n_boot=1000，单位=无，顺序=1，logistic =假，lowess =假，robust =假，logx =假，x_partial =无，y_partial =无，truncate =假，dropna =真，x_jitter =无，y_jitter =无，label =无

参数:部分主要参数描述如下:

  • x，y: 这些是输入变量。如果是字符串，这些应该与“数据”中的列名相对应。当熊猫对象被使用时，轴将被标上系列名称。
  • 数据:这是数据帧，其中每一列是一个变量，每一行是一个观察值。
  • 下限:(可选)该参数取布尔值。如果为“真”，则使用“统计模型”来估计非参数低限模型(局部加权线性回归)。
  • 颜色:(可选)应用于所有绘图元素的颜色。
  • 标记:(可选)用于散点图字形的标记。

返回:包含绘图的轴对象。

下面是上述方法的实现:

例 1:

蟒蛇 3

# importing required packages
import seaborn as sns
import matplotlib.pyplot as plt

# loading dataset
data = sns.load_dataset("mpg")

# draw regplot
sns.regplot(x = "mpg", 
            y = "acceleration", 
            data = data)

# show the plot
plt.show()

# This code is contributed 
# by Deepanshu Rustagi.

输出:

例 2:

蟒蛇 3

# importing required packages
import seaborn as sns
import matplotlib.pyplot as plt

# loading dataset
data = sns.load_dataset("titanic")

# draw regplot
sns.regplot(x = "age",
            y = "fare",
            data = data,
            dropna = True)
# show the plot
plt.show()

# This code is contributed 
# by Deepanshu Rustagi.

输出:

例 3:

蟒蛇 3

# importing required packages
import seaborn as sns
import matplotlib.pyplot as plt

# loading dataset
data = sns.load_dataset("exercise")

# draw regplot
sns.regplot(x = "id",
            y = "pulse", 
            data = data)

# show the plot
plt.show()

# This code is contributed 
# by Deepanshu Rustagi.

输出:

例 4 :

蟒蛇 3

# importing required packages
import seaborn as sns
import matplotlib.pyplot as plt

# loading dataset
data = sns.load_dataset("attention")

# draw regplot
sns.regplot(x = "solutions",
            y = "score",
            data = data)

# show ther plot
plt.show()

# This code is contributed 
# by Deepanshu Rustagi.

输出:

回到顶部