18-12-8-可视化库Seaborn学习笔记（四：REG-回归分析绘图）

目录

 

获取是否付小费数据

regplot（）和lmplot（）都可以绘制回归关系，推荐regplot（）

sns.lmplot(x="x", y="y", data=XXX, order=2); #曲线

利用hue参数画出男女给予小费的不同

sns.lmplot(palette="Set1");#lmplot中加入调色板palette

sns.lmplot(col="time", row="sex");#lmplot中加入col、row参数

参数ax

col_wrap:“包装”列变量在这个宽度,这列方面跨越多个行

size :身高(英寸)的每个方面

---

获取是否付小费数据

#!/usr/bin/python
# -*- coding: UTF-8 -*-

# %matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "regression")))
tips = sns.load_dataset("tips")
print(tips.head())
'''
   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner     2
1       10.34  1.66    Male     No  Sun  Dinner     3
2       21.01  3.50    Male     No  Sun  Dinner     3
3       23.68  3.31    Male     No  Sun  Dinner     2
4       24.59  3.61  Female     No  Sun  Dinner     4
'''

regplot（）和lmplot（）都可以绘制回归关系，推荐regplot（）

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

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

sns.regplot(data=tips,x="size",y="tip")

sns.regplot(x="size", y="tip", data=tips, x_jitter=.05)

anscombe = sns.load_dataset("anscombe")
sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'I'"),
           ci=None, scatter_kws={"s": 100})

anscombe = sns.load_dataset("anscombe")
sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),
           ci=None, scatter_kws={"s": 80})

sns.lmplot(x="x", y="y", data=XXX, order=2); #曲线

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),
           order=2, ci=None, scatter_kws={"s": 80});

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'I'"),
           order=2, ci=None, scatter_kws={"s": 80});

利用hue参数画出男女给予小费的不同

sns.lmplot(x="total_bill", y="tip", hue="sex", data=tips);

sns.lmplot(palette="Set1");#lmplot中加入调色板palette

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips,
           markers=["o", "x"], palette="Set1");

colors = ["windows blue", "amber", "greyish", "faded green", "dusty purple"]
sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips,
           markers=["o", "x"], palette=sns.xkcd_palette(colors));

sns.lmplot(col="time", row="sex");#lmplot中加入col、row参数

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

参数ax

f, ax = plt.subplots(figsize=(5, 5))
sns.regplot(x="total_bill", y="tip", data=tips, ax=ax);

col_wrap:“包装”列变量在这个宽度,这列方面跨越多个行

size :身高(英寸)的每个方面

sns.lmplot(x="total_bill", y="tip", col="day", data=tips,
           col_wrap=2, size=4);

sns.lmplot(x="total_bill", y="tip", col="day", data=tips,
           col_wrap=3, size=4);

sns.lmplot(x="total_bill", y="tip", col="day", data=tips,
           aspect=.8);