seaborn seaborn回归分析绘图（四）

#%%

%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")   # 加载内置的数据集，得到pandas的DataFram的格式
tips.to_csv("tips.csv",index=False)   # 将数据保存到本地为csv文件
tips.head()

#%%

gqr_tip=pd.read_csv("tips.csv")
gqr_tip

#%% md

## 使用seaborn绘制回归关系

#%% md

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)    # x_jitter：给数据添加上一个小的抖动

#%%

anscombe = sns.load_dataset("anscombe")
anscombe

#%%

sns.regplot(x="x", y="y", data=anscombe.query("dataset == 'I'"),
           ci=None, scatter_kws={"s": 100})    #ci=None可以不显示阴影。

#%%

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

#%%

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"),
           order=2, ci=None, scatter_kws={"s": 80});    # ci 置信区间 浮点数或None

#%%

sns.lmplot(x="total_bill", y="tip", hue="smoker", data=tips);    # 设置hue参数，可以为不同类别的点绘制不同的颜色

#%%

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

#%%

sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", data=tips);    # 设置col参数，可以将数据绘制不同的散点图中
                    # row,col 更多分类变量进行平铺显示 变量名

#%%

sns.lmplot(x="total_bill", y="tip", hue="smoker",
           col="time", row="sex", data=tips);   # row,col 更多分类变量进行平铺显示 变量名

#%%

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

#%% md

col_wrap：“Wrap” the column variable at this width, so that the column facets span multiple rows

size ：Height (in inches) of each facet

#%%

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,
           aspect=.8);

#%%