Seaborn.residplot() 方法

Seaborn.residplot() 方法用于绘制线性回归的残差数据。此函数将对变量 y 和 x 进行稳健或多项式回归，然后将残差绘制为散点图。如果您想查看残差是否具有任何结构，您可以选择对残差图拟合低平滑器。

残差图是一种图形数据可视化工具，它在 y 轴上绘制残差点，在 x 轴上绘制独立因子。此工具确定应用于点的回归模型必须是线性的还是非线性的。

语法

以下是 seaborn.residplot() 方法的语法 −

seaborn.residplot(*, x=None, y=None, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None

参数

下面讨论了 residplot() 方法的一些参数。

S.No	参数及说明
1	x,y 这些参数将变量名称作为绘制长格式数据的输入。输入可以是向量或字符串。
2	data 这是用于绘制图形的数据框。
3	Lowess 此参数采用布尔值，并用低平滑器拟合残差散点图。
4	{x,y}_partial 此可选参数接受文本或矩阵作为输入。输入要么是数据中的列名，要么是第一维与 x 相同的矩阵。在绘图之前，这些变量被认为是混杂的，并从 x 或 y 变量中减去。
5	Order 此可选参数接受整数值并确定计算残差时要拟合的多项式阶数。
6	Color 用于指定单一颜色，该颜色应用于所有绘图元素。
7	robust 此可选参数采用布尔值，并在计算残差时适合稳健的线性回归。
8	dropna 它采用布尔值，如果为 True，则忽略缺少数据的观察结果。

返回值

residplot() 方法返回带有标绘点的 matplotlib 轴。

加载seaborn库

让我们在继续开发绘图之前加载 seaborn 库和数据集。要加载或导入 seaborn 库，可以使用以下代码行。

Import seaborn as sns

加载数据集

在本文中，我们将使用 seaborn 库中内置的 Titanic 数据集。以下命令用于加载数据集。

titanic=sns.load_dataset("titanic")

下面提到的命令用于查看数据集中的前 5 行。这使我们能够了解哪些变量可用于绘制图形。

titanic.head()

以下是上面这段代码的输出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

既然我们已经加载了数据集，我们将探索几个例子。

示例 1

我们将在本文中使用 titanic 数据集并绘制 residplot()，我们将数据集的年龄和存活列传递给 x、y 参数，并通过将颜色参数传递给 seaborn.residplot() 方法。在这种情况下，我们将字符串"g"传递给颜色，这会将绘图更改为绿色。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.residplot(y="survived", x="age",color="g",data=titanic)
plt.show()

输出

得到的输出如下，

示例 2

下面我们就来了解一下robust参数的用法。此可选参数采用布尔值，并在计算残差时适合稳健的线性回归。该参数的使用方式如下所示。在下面的示例中，robust 传递给 True。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.regplot(y="survived", x="age",color="g", robust=True,data=titanic)
plt.show()

输出

绘图的输出如下，

示例 3

Lowess 是 seaborn.residplot() 方法中经常使用的另一个参数。此参数采用布尔值，并用低平滑器拟合残差散点图。

由于我们在本文中使用泰坦尼克号数据集并绘制 residplot()，因此我们将数据集的 age 和 survived 列分别传递给 x,y 参数。我们将布尔值 True 传递给 lowess 参数和红色，e+ie:字符串"r"传递给 color 属性，该属性将绘图更改为红色。

可以在下面观察情节。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.regplot(y="survived", x="age",color="r", lowess=True,data=titanic)
plt.show()