Python高级可视化库seaborn回归分析(基础整理)

探索变量间的关系

两个变量：lmplot，绘制回归模型

（1.1）两个维度数据都是连续的：散点图 + 线性回归 + 95%置信区间
（1.2）一个维度数据是连续的，一个维度数据是离散的，连续轴抖动x_jitter参数
（1.3）x_estimator参数将“离散取值维度”用均值和置信区间代替散点

拟合不同模型

（1.1）lmplot默认参数线性拟合
（1.2）lmplot的order参数，设置高阶拟合
（1.3）lmplot的robust参数，设置抗噪声鲁棒性
（1.4）lmplot的logistic参数，设置拟合曲线是logistic（二类分类模型）

某特征内部分组对比

（1.1）lmplot的hue参数按cloumns分组，一图多组
（1.2）lmplot的hue参数按cloumns分组，加col参数——列增加，加row参数——行增加
（1.3）lmplot的col参数分出来多组后，col_wrap参数控制图形显示排布；size参数设置图形大小，aspect参数设置图形横纵比

——————————————————————————————————

探索变量间的关系

%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")
tips.head()

两个变量：lmplot，绘制线性回归模型

（1.1）两个维度数据都是连续的：散点图 + 线性回归 + 95%置信区间

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

（1.2）一个维度数据是连续的，一个维度数据是离散的，连续轴抖动x_jitter参数

sns.lmplot(x="size", y="tip", data=tips, x_jitter=.08)

（1.3）x_estimator参数将“离散取值维度”用均值和置信区间代替散点

sns.lmplot(x="size", y="tip", data=tips, x_estimator=np.mean)

拟合不同模型

%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)
anscombe = sns.load_dataset("anscombe")
anscombe.groupby('dataset').groups

#输出类别：
{'I': Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10], dtype='int64'),
 'II': Int64Index([11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21], dtype='int64'),
 'III': Int64Index([22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32], dtype='int64'),
 'IV': Int64Index([33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43], dtype='int64')}

（1.1）lmplot默认参数线性拟合

%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)
anscombe = sns.load_dataset("anscombe")

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'I'"),\
           ci=None, scatter_kws={"s": 80}) 
#anscombe.query("dataset == 'I'")是取anscombe
#ci默认值95，Size of the confidence interval for the regression estimate.Bootstrap

（1.2）lmplot的order参数，设置高阶拟合

sns.lmplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), \
           order=2, ci=None, scatter_kws={"s": 80})  #lmplot默认order参数是一阶的

（1.3）lmplot的robust参数，设置抗噪声鲁棒性

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

（1.4）lmplot的logistic参数，设置拟合曲线是logistic（二类分类模型）

sns.lmplot(x="total_bill", y="big_tip", data=tips, \
           logistic=True, y_jitter=.03, ci=None)

（2）residplot评价不同模型拟合效果，画残差曲线(对比一阶拟合直线的残差)

%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)
anscombe = sns.load_dataset("anscombe")

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'I'"), scatter_kws={"s": 80})

sns.residplot(x="x", y="y", data=anscombe.query("dataset == 'II'"), scatter_kws={"s": 80})

某特征内部分组对比

（1.1）lmplot的hue参数按cloumns分组，一图多组

%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")

sns.lmplot(x="total_bill", y="tip", hue="day", data=tips)

（1.2）lmplot的hue参数按cloumns分组，加col参数——列增加，加row参数——行增加

sns.lmplot(x="total_bill", y="tip", hue="smoker", col="time", row="sex", data=tips, markers=["o", "x"], size=3)
#markers参数标示实例点，size参数控制图形大小

（1.3）lmplot的col参数分出来多组后，col_wrap参数控制图形显示排布；size参数设置图形大小，aspect参数设置图形横纵比

sns.lmplot(x="total_bill", y="tip", col="day", data=tips, col_wrap=3, size=3, aspect=0.8)#