网站开发品牌,wordpress 主题大学,中国建设银行官网站,个人建站软件Seaborn中的回归包括回归拟合曲线图以及回归误差图。Matrix图主要是热度图。 1. 回归及矩阵绘图API概述 seaborn中“回归”绘图函数共3个#xff1a; lmplot#xff08;回归统计绘图#xff09;#xff1a;figure级regplot函数#xff0c;绘图同regplot完全相同。(lm指lin… Seaborn中的回归包括回归拟合曲线图以及回归误差图。Matrix图主要是热度图。 1. 回归及矩阵绘图API概述 seaborn中“回归”绘图函数共3个 lmplot回归统计绘图figure级regplot函数绘图同regplot完全相同。(lm指linear model) regplotaxes级函数。绘制线性回归拟合。 residplotaxes级函数。绘制线性回归的误差图。不能用lmplot绘制resid图 seaborn中矩阵绘图函数共有2个 heatmapaxes级函数。热度图绘制一个颜色块矩阵。clustermapfigure级函数。聚合热度图绘制一个分层聚合的热度图。 figure级函数与axes级函数区别见Seaborn系列一绘图基础、函数分类、长短数据类型支持 2. 回归统计绘图 2.1 lmplot、regplot绘图 sns.lmplot(xNone,yNone,dataNone):绘制线性回归拟合图返回FacetGridsns.regplot(xNone,yNone,dataNone)绘制线性回归拟合图返回Axes hue分系列用不同的颜色绘制col,row指定参数不同值绘制到不同的行或列。ci95置信区间的大小取值0-100order指定拟合多项式阶数scatter:是否绘制散点图x_jitter,y_jitter:为x变量或y变量添加随机噪点。会导致绘制的散点移动不会改变原始数据。x_estimator参数值为函数如np.mean。对每个x值的所有y值用函数计算绘制得到的点并绘制误差线。x_bins当x不是离散值时x_estimator可以配合x_bins指定计算点和误差线数量robust对异常值降低权重logisticlogisticTrue时假设y取值只有2个比如True和False并用statsmodels中的逻辑回归模型回归。 sns.lmplot(datatips, xtotal_bill, ytip) hue、col、row参数与其他函数用法相同 sns.lmplot(datatips, xtotal_bill, ytip, huesex, colsmoker) 图中拟合直线旁边透明颜色带是回归估计的置信区间默认置信区间为95%。ci参数可以设置置信区间ci取None则不绘制置信区间。 sns.lmplot(datatips, xtotal_bill, ytip, ci50) sns.lmplot(datatips, xtotal_bill, ytip, order3) sns.lmplot(datatips, xtotal_bill, ytip, scatterFalse) x_jitter会随机改变图中散点的x坐标y_jitter会随机改变图中散点的y坐标。 sns.lmplot(datatips, xtotal_bill, ytip, y_jitter10) sns.lmplot(datatips, xtotal_bill, ytip, x_estimatornp.mean, x_bins4) robust参数为True时会降低异常值的权重在需要剔除异常值时非常有用。但是使用robust后计算量会比较大通常建议取ciNone加速。注意robust参数需要安装statsmodels模块。 span stylecolor:#333333span stylebackground-color:#f9f5e9codeimport matplotlib.pyplot as plt
import seaborn as sns
ans sns.load_dataset(anscombe)
dat ans.loc[ans.dataset III]sns.lmplot(datadat, xx, yy, robustTrue, ciNone)plt.show()
/code/span/span 2.2 residplot绘图 sns.residplot(xNone,yNone,dataNone)绘制线性回归拟合图的残差 order回归拟合阶数robust对异常值降低权重dropna忽略空值 span stylecolor:#333333span stylebackground-color:#f9f5e9codesns.residplot(datatips, xtotal_bill, ytip)
/code/span/span 3. 矩阵图 3.1 heatmap热力图 sns.residplot(data):绘制热力图 annot在单元格内显示数据。fmt设置annot参数数据显示格式。cbar是否显示颜色条。cmap设置colormap。square单元格是否方形。linewidths设置单元格线条宽度。linecolor设置单元格线条颜色。 span stylecolor:#333333span stylebackground-color:#f9f5e9codeimport matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
data np.random.rand(10, 10)sns.heatmap(datadata)plt.show()
/code/span/span span stylecolor:#333333span stylebackground-color:#f9f5e9codesns.heatmap(datadata, annotTrue, fmt.2f)
/code/span/span span stylecolor:#333333span stylebackground-color:#f9f5e9codesns.heatmap(datadata, cmaphsv, cbarFalse, linewidths0.5, linecolorw)
/code/span/span 3.2 clustermap分层聚合热力图 span stylecolor:#333333span stylebackground-color:#f9f5e9codeimport matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
data np.random.rand(10, 10)sns.clustermap(datadata)plt.show()
/code/span/span clustermap说明详见Python可视化matplotlibseborn15-聚类热图clustermap建议收藏 - 知乎
