In [2]:
%matplotlib inline
import numpy as np
import pandas as pd
from scipy import stats,integrate
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(color_codes=True)
#生成回归数据随机种子
np.random.seed(sum(map(ord,"regression")))
#自带的饭店的相关数据
tips=sns.load_dataset("tips")
tips.head()
Out[2]:
1.regplot()和lmplot()都可以绘制回归关系,推荐regplot()
In [3]:
sns.regplot(x="total_bill",y="tip",data=tips)
Out[3]:
In [4]:
sns.lmplot(x="total_bill",y="tip",data=tips)
Out[4]:
In [5]:
sns.regplot(x="size",y="tip",data=tips)#此数据比较唯一没有浮动的误差,数据过于离散,不适合进行回归分析
Out[5]:
- sns.regplot()的x_jitter控制的数据的抖动误差
In [6]:
sns.regplot(x="size",y="tip",data=tips,x_jitter=.05)
Out[6]: