title: 学习 seaborn [03]: 线性回归图 slug: lmplot date: 2020-12-9 tags:

• seaborn
• python category: 数据分析 link: description: type: text

线性关系可视化

此线性可视化并非统计关系中的折线图，而是excel做图中的趋势线概念，对x、y关系进行线性拟合得到关系式，对关系式的绘图。

seaborn的线性可视化不直接提供拟合关系式的各具体参数，只绘制出趋势线和置信区间，从而引导和帮助进行数据关系探索。

主要用到两个函数：

• lmplot()：FacetGrid级函数，可绘制多子图；将data作为必须参数，x和y变量必须被指定为字符串。
• regplot()：轴级函数。x和y可以是简单的 numpy 数组，pandas Series对象，或者作为对传递给data的 pandas DataFrame对象。

1
2
3
4
5
6
7
8

import seaborn as sns
import pandas as pd
import numpy as np
%matplotlib inline

sns.set()
tips = pd.read_csv('seaborn-data-master/tips.csv')
display(tips)

244 rows × 7 columns

1

g = sns.lmplot(x="total_bill", y="tip", data=tips)

​
​

添加散点分布的抖动

当一个变量采用离散值，也可以拟合线性回归，但生成的简单散点图中点元素会互相重叠，视觉上类似直线。可以给离散量添加随机抖动，以使点分布更清晰。这种抖动只影响散点分布，不影响趋势线。

x_jitter控制x轴方向的随机抖动

1

g = sns.lmplot(x="size", y="tip", x_jitter=0.05, data=tips)

​
​

或者绘制每个离散组中的观测值。

x_estimator转递一个函数来控制选择哪种方法进行观测值的估计，可以用平均值、中位数等。

1

g = sns.lmplot(x="size", y="tip", x_estimator=np.mean, data=tips)

高阶关系拟合

有些数据的趋势线并非一次线性函数，可能是二次或多次函数，绘图时候需要指明趋势线的阶数。

order制定阶数

1
2

anscombe = pd.read_csv('seaborn-data-master/anscombe.csv')
display(anscombe)

1
2

g = sns.lmplot(x='x', y='y', data=anscombe.query("dataset == 'II'"),
           ci=None, order=2)

去除异常值绘制趋势线

数据集若存在异常值，使拟合的趋势线偏离数据的主要关系，绘图时候需要去除异常值的影响。

robust参数控制是否剔除异常值。如果取值True则采用稳健回归，剔除异常值。

1
2

g = sns.lmplot(x='x', y='y', data=anscombe.query("dataset == 'III'"),
           ci=None, robust=True)

​
​

绘制多子图

因为lmplot()是FacetGrid级别的函数，所以可以绘制多子图。

使用row、col参数控制行列数。

使用hue控制不同子集的颜色。

1
2

g = sns.lmplot(x='total_bill', y='tip', hue='smoker',
           col='time', row='sex', data=tips)

​
​