Seaborn-线性回归拟合

点击上方【AI派】，加星标，每周都送书

原创作者：牵引小哥

微信公众号：牵引小哥讲Python

注：转载或复制请注明出处——牵引小哥

Seaborn可以使用一行代码绘制数据集的线性回归拟合图表。本期小哥以Seaborn中的Tips数据集讲解如何绘制。Seaborn中可使用lmplot()和regplot()两种函数绘制线性回归拟合图表。其中，lmplot()是regplot()和FacetGrid的结合体。所以掌握了regplot()的用法就掌握了另外一种。为了方便展示，本次分析小哥在Jupyter Notebook中进行。

参考链接：

http://seaborn.pydata.org/generated/seaborn.lmplot.html#seaborn.lmplot

http://seaborn.pydata.org/generated/seaborn.regplot.html#seaborn.regplot

1. Tips数据集

首先导入数据集，观察一下数据集的基本情况。

import seaborn as sns
sns.set(font='SimHei', font_scale=1.3) #设置字体大小
sns.set_style("whitegrid") # 设置绘图style
# 获取数据集
df = sns.load_dataset("tips")
# 查看数据前几行
df.head()

2. regplot()绘制线性回归拟合

# 绘制total_bill和tip的拟合图表：
sns.regplot(x="total_bill", y="tip", data=df)

从结果我们可以看到，regplot()的拟合带有置信度（默认95%）。可以使用ci进行调整，调整范围为：[0, 100]整数 or None。

# 关闭置信区间
sns.regplot(x="total_bill", y="tip", ci=None, data=df)

# 绘制多个变量的拟合，通过 hue 映射不同的颜色
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=df)

# 绘制多个变量的拟合，通过 hue 映射不同的颜色。
# 定义不同的标志符号，设置调色盘为‘Set1’
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=df,
           markers=["o", "x"], palette="Set1")

3. lmplot()绘制线性回归拟合

Seaborn有一个非常强大的功能：FacetGrid。这种功能可自动根据变量种类形成分类绘制子图映射。而lmplot()中就包含这种功能。

首先讲解一下思路，在上一节中绘制了这样一个图表：

在这个图表中，根据顾客是否吸烟（smoker）绘制了两条回归曲线。那么，如果想要单独绘制这两条曲线在一幅图中，并且有标记呢？这时就可以用到lmplot()，该函数中主要使用col，row，hue三个参数控制子图的行列和颜色映射，话不多说，直接看代码。

sns.lmplot(x="total_bill", y="tip", col="smoker", hue='smoker', markers=["o", "x"], data=df)

为了展示这种绘图方法的优越性，再以day这一列进行分类：

# 使用 col 参数控制
sns.lmplot(x="total_bill", y="tip", hue="day", col="day", palette="Set1", data=df)

# 使用 row 参数控制
sns.lmplot(x="total_bill", y="tip", hue="day", row="day", palette="Set1", data=df)

# 绘制2x2的子图布局，使用 col_wrap 参数
sns.lmplot(x="total_bill", y="tip", hue="day",
           col="day", col_wrap=2, palette="Set1", data=df)

文末福利

各位猿们，还在为记不住API发愁吗，哈哈哈，最近发现了国外大师整理了一份Python代码速查表和Pycharm快捷键sheet，火爆国外，这里分享给大家。

这个是一份Python代码速查表

下面的宝藏图片是2张(windows && Mac)高清的PyCharm快捷键一览图

怎样获取呢？可以添加我们的AI派团队的程序媛姐姐

一定要备注【高清图】哦

????????????????????

➕我们的程序媛小姐姐微信要记得备注【高清图】哦

来都来了，喜欢的话就请分享、点赞、在看三连再走吧~~~