python回归分析_python回归分析绘图

这一节学一下回归分析的绘图方法。

回归分析就是一个值随另一个值变化，其中最符合其变化规律的方程为回归方程，这一节先学一次方程的绘制。

首先，必要的库导入一大堆。

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

然后设定一下基本参数，从seaborn库中下载tips的数据集。

sns.set(color_codes=True)
np.random.seed(sum(map(ord,'regression')))
tips = sns.load_dataset('tips')
tips.head()

共七个字段，消费总额、消费金额、性别、是否抽烟、星期几、早餐午餐还是晚餐、几个人。

下边开始绘制各个变量之间的回归图形。

绘制图形有两种方法：regplot、lmpolt，其中lmpolt可以传递进去更多参数，绘制更复杂图形，这里先大概展示一下，后期具体用到再细化。

一、散点图

首先看一下消费总额和小费的关系。

sns.regplot(x='total_bill',y='tip',data = tips)

回归的线性方程就是图中蓝色线条。

lmplot绘制的图形是一样的。

sns.lmplot(x='total_bill',y='tip',data = tips)

其他参数的回归图形参考着画就行。

sns.regplot(x='size',y='tip',data=tips)

吃饭人数和小费的回归图形。

吃饭人数为离散型数据，就不太适合使用散点图做回归图形了。

这是需要将吃饭的人数图形增加一个偏移，使数据分散开。

sns.stripplot(x = 'size',y='total_bill',data = tips,jitter=True)

当jitter=True时，图像的点会出现轻微偏移。这样看起来就更清晰一些。

还可以表现的更清晰一些，使点和点之间更加分散，使用swarmplot方法。

sns.swarmplot(x='size',y='total_bill',data=tips)

还可以增加更多参数，已完善细节，比如区分性别，同样hue参数可以传递进去日期等。。

sns.swarmplot(x='size',y='total_bill',data=tips,hue='sex')

二、箱型图

当数据中出现过大或者过小值时，对数据的某一些值会产生一定影响，这是可以使用箱型图先大致了解一下数据分布情况和离群值的数量、数值信息。

sns.boxplot(x='day',y='total_bill',data=tips,hue='time')

三、小提琴图

再展示一下小提琴图。

sns.violinplot(x='sex',y='total_bill',hue='time',data=tips)

当传递进去split参数为True是，会将对比数据放在同一小提琴两侧，使对比更加明了。

sns.violinplot(x='sex',y='total_bill',hue='time',data=tips,split=True)

还可以在一张图张用不同方式进行展示。

下边图同时展示散点图和小提琴图，alpha参数指定透明度，在0-1之间选择，越大越透明。

sns.swarmplot(x='day',y='total_bill',data=tips,color='white',alpha=.7)
sns.violinplot(x='day',y='total_bill',data=tips)

下边来看一下泰坦尼克数据集的情况。

生还率和船舱等级、性别的关系。首先柱形图。

sns.barplot(x='Sex',y='Survived',hue='Pclass',data=titanic)

然后折线图。

sns.pointplot(x='Sex',y='Survived',hue='Pclass',data=titanic)

不同仓位的生还率.

sns.pointplot(x='Pclass',y='Survived',hue='Sex',data=titanic)

最后来一个多功能的方法factorplot，先展示一下

sns.factorplot(x='Pclass',y='Age',data=titanic,hue = 'Sex')

不指定参数时，默认为折线图。

可以指定为柱状图。

sns.factorplot(x='Pclass',y='Age',data=titanic,hue = 'Sex',kind = 'bar')

散点图：

sns.factorplot(x='Pclass',y='Age',data=titanic,hue = 'Sex',kind = 'swarm')

最后增加上factorplot函数的参数;

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=<function mean>, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='point', size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

Parameters：

• x,y,hue 数据集变量 变量名
• date 数据集 数据集名
• row,col 更多分类变量进行平铺显示 变量名
• col_wrap 每行的最高平铺数 整数
• estimator 在每个分类中进行矢量到标量的映射 矢量
• ci 置信区间 浮点数或None
• n_boot 计算置信区间时使用的引导迭代次数 整数
• units 采样单元的标识符，用于执行多级引导和重复测量设计 数据变量或向量数据
• order, hue_order 对应排序列表 字符串列表
• row_order, col_order 对应排序列表 字符串列表
• kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点（具体图形参考文章前部的分类介绍）
• size 每个面的高度（英寸） 标量
• aspect 纵横比 标量
• orient 方向 "v"/"h"
• color 颜色 matplotlib颜色
• palette 调色板 seaborn颜色色板或字典
• legend hue的信息面板 True/False
• legend_out 是否扩展图形，并将信息框绘制在中心右边 True/False
• share{x,y} 共享轴线 True/False
• facet_kws FacetGrid的其他参数 字典