python sns绘制回归线_Python可视化27|seaborn绘制线型回归图曲线

本文详细介绍seaborn绘制变量之间 线型回归(linear regression)曲线，涉及如下两个重要函数：
seaborn.regplot
seaborn.lmplot

本文速览

欢迎随缘关注@pythonic生物人

目录

1、绘图数据准备
2、seaborn.regplot
 regplot默认参数线型回归图
 分别设置点和拟合线属性
 置信区间（confidence interval）设置
 拟合线延伸与坐标轴相交 
 拟合离散变量曲线
 多项式回归（ polynomial regression）拟合曲线

3、seaborn.lmplot
 按变量分类拟合回归线
 散点marker设置
 散点调色盘
 拟合线属性设置
 绘制分面图 

---

1、绘图数据准备

依旧使用鸢尾花iris数据集，详细介绍见之前文章。

#导入本帖要用到的库，声明如下：

数据集简单查看

---

2、seaborn.regplot

seaborn.regplot(x, y, data=None, x_estimator=None, x_bins=None, x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=1000, units=None, seed=None, order=1, logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, truncate=True, dropna=True, x_jitter=None, y_jitter=None, label=None, color=None, marker='o', scatter_kws=None, line_kws=None, ax=None)

• regplot默认参数线型回归图

plt

• 分别设置点和拟合线属性

plt

• 置信区间（confidence interval）设置

注意拟合线周围阴影面积变化

plt

• 拟合线延伸与坐标轴相交

# extend the regression line to the axis limits

• 拟合离散变量曲线

plt

• 多项式回归（ polynomial regression）拟合曲线

plt

---

3、seaborn.lmplot

seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, height=5, aspect=1, markers='o', sharex=True, sharey=True, hue_order=None, col_order=None, row_order=None, legend=True, legend_out=True, x_estimator=None, x_bins=None, x_ci='ci', scatter=True, fit_reg=True, ci=95, n_boot=1000, units=None, seed=None, order=1, logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, truncate=True, x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None, size=None)
seaborn.lmplot结合seaborn.regplot()和FacetGrid，比seaborn.regplot() 更灵活，可绘制更个性化的图形。

• 按变量分类拟合回归线

plt

• 散点marker设置

plt

• 散点调色盘

plt

• 拟合线属性设置

plt

• 绘制分面图

plt

参考文献：

http://seaborn.pydata.org/tutorial/regression.html

---

欢迎随缘关注@pythonic生物人