【Seaborn】sns.regplot() 函数： 回归拟合散点图

sns.regplot() —— 回归拟合散点图（Regression Plot）

seaborn.regplot() 用于绘制 带回归拟合线（Regression Line） 的 散点图（Scatter Plot），适用于 探索数值变量之间的关系，并查看 趋势或相关性。

---

1. 语法

import seaborn as sns

sns.regplot(data=None, x=None, y=None, scatter=True, fit_reg=True, ci=95, color=None, line_kws=None)

主要参数

参数	作用
data	DataFrame 数据集
x	X 轴数值变量
y	Y 轴数值变量
scatter	是否绘制散点（默认 True）
fit_reg	是否绘制回归线（默认 True）
ci	置信区间（默认 95%）
color	颜色
line_kws	控制回归线样式（如 {"color": "red", "linewidth": 2}）

---

2. 基本用法

2.1 画回归拟合散点图

import seaborn as sns
import matplotlib.pyplot as plt

# 加载数据
data = sns.load_dataset("penguins")

# 绘制回归拟合散点图
sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g")

plt.title("Penguin Flipper Length vs Body Mass")
plt.show()

📌 说明

• x="flipper_length_mm" → 企鹅的鳍长。
• y="body_mass_g" → 企鹅体重。
• 蓝色阴影区域 是 95% 置信区间。
  

---

2.2 关闭置信区间

sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g", ci=None)

plt.show()

📌 ci=None 关闭置信区间，仅显示回归线。

---

2.3 仅显示回归线（去掉散点）

sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g", scatter=False)

plt.show()

📌 作用

• scatter=False 只显示趋势线（适用于大数据量）。
  

---

3. 进阶用法

3.1 按类别分类（hue 用 sns.lmplot() 代替）

regplot() 不支持 hue，如果要按类别区分颜色，需要用 lmplot()：

sns.lmplot(data=data, x="flipper_length_mm", y="body_mass_g", hue="species")

plt.show()

📌 hue="species" 不同种类不同颜色。

---

3.2 调整回归线颜色

sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g", line_kws={"color": "red", "linewidth": 2})

plt.show()

📌 作用

• line_kws={"color": "red", "linewidth": 2} 调整回归线颜色和粗细。
  

---

3.3 多项式回归（order 参数）

regplot() 默认是 线性回归，可以通过 order 进行 多项式回归：

sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g", order=2)

plt.show()

📌 order=2 进行二次回归拟合（曲线回归）。

---

3.4 仅部分数据（truncate=False）

sns.regplot(data=data, x="flipper_length_mm", y="body_mass_g", truncate=False)

plt.show()

📌 作用

• truncate=False 让回归线延伸到 X 轴范围外。
  

---

4. sns.regplot() vs sns.lmplot()

	sns.regplot()	sns.lmplot()
hue 分类	❌ 不支持	✅ 支持
适用场景	单个回归分析	多个类别回归
适用于	统计分析、EDA	分类别对比回归

---

5. 总结

✅ sns.regplot() 适用于 查看两个数值变量的回归趋势。
✅ 常见参数

• scatter=False 只显示回归线，ci=None 取消置信区间。
• order=2 多项式回归，truncate=False 让回归线延伸。