python 画曲线,python画线性回归图

　　本文详细介绍海生的绘制变量之间线型回归(linear regression)曲线,涉及如下两个重要函数：

　　seaborn.regplotseaborn.lmplot

　　本文速览

　　1、绘图数据准备

　　2、seaborn.regplot

　　regplot默认参数线型回归图

　　分别设置点和拟合线属性

　　置信区间（置信区间)设置

　　拟合线延伸与坐标轴相交

　　拟合离散变量曲线

　　多项式回归（多项式回归)拟合曲线

　　3、seaborn.lmplot

　　按变量分类拟合回归线

　　散点标记设置

　　散点调色盘

　　拟合线属性设置

　　绘制分面图

　　1、绘图数据准备依旧使用鸢尾花iris数据集，详细介绍见之前文章。

　　#导入本帖要用到的库，声明如下：导入matplotlib。py plot as pltimport numpy as NP import pandas as PD import palettable from pandas import Series，data frame from sk learn import datasets import seaborn as SNS import palettable #导入鸢尾花虹膜数据集（方法一)#该方法更有助于理解数据集iris=datasets.load_iris()x，y=iris.data，iris。targety _ 1=NP。array([ setosa if I==0 else versicolor if I==1 else virginica for I in y])PD _ iris=PD .DataFrame(np.hstack((x，y _ 1。shape(150，1)))，columns=[萼片长度(厘米)，萼片宽度(厘米)，花瓣长度(厘米)，花瓣宽度(厘米)，类]) #astype修改pd_iris中数据类型目标为float64pd_iris[萼片长度（厘米)]=pd_iris[萼片长度（厘米)]。astype(float64)pd_iris[萼片宽度（厘米)]=pd_iris[萼片宽度（厘米)]。astype(float64)pd_iris[花瓣长度（厘米)]=pd_iris[花瓣长度（厘米)]。astype(float64)pd_iris[花瓣宽度（厘米)]=pd_iris[花瓣宽度（厘米)]。astype(float64) #导入鸢尾花虹膜数据集（方法二)#该方法有时候会卡巴斯基，所以弃而不用#将海生的导入为SNS # iris _ SNS=SNS。load _ dataset( iris )数据集简单查看

　　2、seaborn。雷杰普西博恩。regplot(x，y，data=None，x_estimator=None，x_bins=None，x_ci=ci ，scatter=True，fit_reg=True，ci=95，n_boot=1000，units=None，seed=None，order=1，logistic=False，lowess=False，robust=False，logx=False，x_partial=None，y_partial=None，truncate=True，dropna=True，x_jitter=None，y_jitter=None

　　regplot默认参数线型回归图PLT。图(dpi=100)社交网络。set(style=白色网格，font_scale=1.2)#设置主题，文本大小g=sns.regplot(x=萼片长度（厘米)，y=萼片宽度（厘米)，data=pd_iris，color=#000000 ，#设置标记及线的颜色marker=* ，#设置标记形状)

　　分别设置点和拟合线属性PLT。图(dpi=100)社交网络。set(style=白色网格，font _ scale=1.2)g=SNS。regplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，color=#000000 ，marker=* ，scatter_kws={s: 60， color:g ，}，#设置散点属性，参考PLT。散布线_ kws={ 线条样式:-，颜色: r}#设置线属性，参考plt。绘图

　　置信区间（置信区间)设置注意拟合线周围阴影面积变化

　　PLT。图(dpi=100)社交网络。set(style=白色网格，font _ scale=1.2)g=SNS。regplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，color=#000000 ，marker=* ，ci=60，#置信区间设置，默认为95%置信区间，越大线周围阴影部分面积越大)

　　拟合线延伸与坐标轴相交#将回归线延伸到轴界限splt。图(dpi=100)社交网络。set(style=白色网格，font _ scale=1.2)g=SNS。regplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，color=#000000 ，marker=* ，truncate=False，#让拟合线与轴相交)

　　拟合离散变量曲线PLT。图(dpi=100)社交网络。set(style= white grid ，font _ scale=1.2)x _ discrete=[0 if I== setosa else 1 if I== versicolor else 2 for I in PD _ iris[ class ]]# g=SNS。regplot(x=x _ discrete，y=萼片宽度(厘米)，data=pd_iris，#x此时为离散变量color=#000000 ，marker=* ，)

　　多项式回归（多项式回归)拟合曲线PLT。图(dpi=110)社交网络。set(style=白色网格，font _ scale=1.2)g=SNS。regplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，marker=* ，order=4，#默认为1,越大越弯曲scatter_kws={s: 60， color:#016392 ，}，#设置散点属性，参考PLT。散点图line _ kws={ 线条样式:-，颜色: #c72e29}#设置线属性，参考plt。绘图)

　　3、seaborn.lmplot seaborn.lmplot(x，y，data，hue=None，col=None，row=None，palette=None，col_wrap=None，height=5，aspect=1，markers=o ，sharex=True，sharey=True，hue_order=None，col_order=None，legend=True，legend_out=True，x_estimator=None，x_bins=None，x_ci=ci ，scatter=True，fit_reg=True，ci=95

　　seaborn.lmplot结合seaborn.regplot()和FacetGrid，比seaborn.regplot()更灵活，可绘制更个性化的图形。

　　按变量分类拟合回归线PLT。图(dpi=100)社交网络。set(style= white grid ，font_scale=1.2)g=sns.lmplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，hue=class ，)g.fig.set_size_inches(10，8)

　　散点标记设置PLT。图(dpi=100)社交网络。set(style= white grid ，font_scale=1.2)g=sns.lmplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，hue=class ，markers=[ ,^,o],#设置散点标记)g .图set _ size _ inches(10，8)

　　散点调色盘PLT。图(dpi=100)社交网络。set(style= white grid ，font_scale=1.2)g=sns.lmplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，hue=class ，markers=[ ,^,* ，scatter_kws={s:180}，palette=[#01a2d9 ， #31A354 ， #c72e29]，#调色盘)g.fig.set_size_inches(10，8)

　　拟合线属性设置PLT。图(dpi=100)社交网络。set(style= white grid ，font_scale=1.2)g=sns.lmplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，hue=class ，markers=[ ,^,* ，scatter_kws={s:180}，line_kws={linestyle: - }，#拟合线属性设置palette=[#01a2d9 ， #31A354 ， #c72e29]，)g.fig.set_size_inches(10，8)

　　绘制分面图PLT。图(dpi=100)社交网络。set(style= white grid ，font_scale=1.2)g=sns.lmplot(x=萼片长度(cm)，y=萼片宽度(cm)，data=pd_iris，col=class ，#按班级绘制分面图markers=* ，scatter_kws={s:150， color:#01a2d9}，line_kws={linestyle: -， color:#c72e29}，#直线属性设置)g.fig.set_size_inches(10，8)

　　参考文献:

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读