Python可視化 | Seaborn5分鐘入門(五)——lmplot

微信公衆號：「Python讀財」
若有問題或建議，請公衆號留言

Seaborn是基於matplotlib的Python可視化庫。 它提供了一個高級界面來繪製有吸引力的統計圖形。Seaborn實際上是在matplotlib的基礎上進行了更高級的API封裝，從而使得做圖更加容易，不須要通過大量的調整就能使你的圖變得精緻。

注：全部代碼均在IPython notebook中實現

---

lmplot(迴歸圖)

lmplot是用來繪製迴歸圖的，經過lmplot咱們能夠直觀地總覽數據的內在關係

先總覽一下stripplot的API：

seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, size=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, order=1, logistic=False, lowess=False, robust=False, logx=False, x_partial=None, y_partial=None, truncate=False, x_jitter=None, y_jitter=None, scatter_kws=None, line_kws=None)

能夠看到lmplot的參數仍是比較多的，接下來咱們就挑一些經常使用的來說一下，有一些參數會涉及到一些統計學的知識。

老套路，先導入相應的包：

import seaborn as sns
%matplotlib inline
sns.set(font_scale=1.5,style="white")

本次試用的數據集是Seaborn內置的tips小費數據集：

data=sns.load_dataset("tips")
data.head(5) 

咱們先來看一下lmplot是什麼樣的

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

能夠看到lmplot對所選數據集進行了一元線性迴歸，擬合出了一條最佳的直線，

接下來進入具體參數的演示。

col:根據所指定屬性在列上分類

row:根據所指定屬性在行上分類

sns.lmplot(x="total_bill",y="tip",data=data,row="sex",col="smoker")

結合咱們的數據集，看上圖的橫縱座標就能夠明白這兩個參數的用法

col_wrap:指定每行的列數，最多等於col參數所對應的不一樣類別的數量

sns.lmplot(x="total_bill",y="tip",data=data,col="day",col_wrap=4) 

sns.lmplot(x="total_bill",y="tip",data=data,col="day",col_wrap=2) 

aspect:控制圖的長寬比

sns.lmplot(x="total_bill",y="tip",data=data,aspect=1)  
 #長度比寬度等於一比一，即正方形

sns.lmplot(x="total_bill",y="tip",data=data,aspect=1.5)  
#長度比寬度等於1:1.5，能夠看到橫軸更長一點

sharex:共享x軸刻度（默認爲True）

sharey:共享y軸刻度（默認爲True）

sns.lmplot(x="total_bill",y="tip",data=data,row="sex",col="smoker",sharex=False)
 #能夠看到設置爲False時，各個子圖的x軸的5#座標刻度是不同的

hue:用於分類

sns.lmplot(x="total_bill",y="tip",data=data,hue="sex",palette="husl") 

ci:控制迴歸的置信區間（有學過統計學的同窗們應該都是知道滴）

#顯示0.95的置信區間
sns.lmplot(x="total_bill",y="tip",data=data,ci=95)

x_jitter:給x軸隨機增長噪音點

y_jitter:給y軸隨機增長噪音點

設置這兩個參數不影響最後的迴歸直線

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

sns.lmplot(x="size",y="tip",data=data,x_jitter=True)    
#能夠看到剛纔的一列一列的數據點被隨機   
#打亂了，但不會影響到最後的迴歸直線

order:控制進行迴歸的冪次（一次以上便是多項式迴歸）

sns.lmplot(x="total_bill",y="tip",data=data,order=1)  #一元線性迴歸

sns.lmplot(x="total_bill",y="tip",data=data,order=2) #次數最高爲2

sns.lmplot(x="total_bill",y="tip",data=data,order=3) #次數最高爲3

還有一些參數涉及到了更深刻的統計學知識，在這裏就不一一介紹了，有興趣的能夠自行查看官方文檔！

關注個人公衆號「Python讀財」，後臺回覆「py」便可獲取Python學習資源禮包，還有python學習交流羣哦！