Seaborn 回归图 - 简介

一种名为 Seaborn 的统计图表工具提供了向散点图添加回归线的简单方法，并且可以读取 Pandas dataframes 以及其他类型的数据格式。散点图是检查数据中的链接或趋势的绝佳工具。但是通过包括回归线，这些模式可以变得更加明显。

为了发现散点图中最适合的点，我们使用了回归线。

用小数据绘制回归图。我们首先导入 seaborn 库

import seaborn as sns

我们可以使用以下代码片段为任何数据集绘制散点图。考虑以下情况，我们使用 seaborn 库中内置的 titanic (泰坦尼克号)数据集，并将 x、y 参数传递给 scatterplot() 方法并获得图形。

sns.scatterplot(data=titanic,x="age",y="fare")

得到输出如下 −

观察上图，您将能够理解线性关系，但绘制回归线更容易理解。

上图显示了绘制在图上的回归线。

既然我们已经了解了回归线对我们的帮助，现在我们将了解如何将回归线添加到您的绘图中。这可以借助 seaborn 中的回归图方法来完成。

seaborn 中有三种不同类型的回归图。

S.No	Method & 描述
1	regplot() 方法 seaborn.regplot() 方法用于绘制数据并绘制线性回归模型拟合。
2	lmplot() 方法 seaborn.lmplot() 方法用于绘制数据并在可以绘制多个图的网格中绘制回归模型拟合。
3	residplot() 方法 seaborn.residplot() 方法用于绘制线性回归的残差数据。

S.No

Method & 描述

seaborn.regplot() 方法用于绘制数据并绘制线性回归模型拟合。

seaborn.lmplot() 方法用于绘制数据并在可以绘制多个图的网格中绘制回归模型拟合。

seaborn.residplot() 方法用于绘制线性回归的残差数据。