Python seaborn.residplot()用法及代码示例

Seaborn是一个了不起的可视化库，用于在Python中进行统计图形绘制。它提供了漂亮的默认样式和调色板，以使统计图更具吸引力。它建立在matplotlib库的顶部，并与 Pandas 的数据结构紧密集成。

seaborn.residplot()：

该方法用于绘制线性回归的残差。该方法将在x上回归y，然后绘制残差的散点图。您可以选择将最低平滑度拟合到残差图，这可以帮助确定残差是否存在结构。

用法： seaborn.residplot(x, y, data=None, lowess=False, x_partial=None, y_partial=None, order=1,
   robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None)

参数：以下是一些主要参数的说明：

x：‘data’中预测变量的数据或列名称。
y：‘data’中响应变量的数据或列名称。
data ：(可选)具有`x`和`y`的DataFrame是列名。
Lowess ：(可选)将Lowess平滑器安装到残留散点图。
dropna ：(可选)此参数为布尔值。如果为True，则在拟合和绘图时忽略具有缺失数据的观测值。

Return:带有回归图的轴。

下面是上述方法的实现：

范例1：

Python3

# importing required packages 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# loading dataset 
data = sns.load_dataset("tips") 
  
# draw residplot 
sns.residplot(x = "total_bill", 
              y = "tip", 
              data = data) 
  
# show the plot 
plt.show() 
  
# This code is contributed 
# by Deepanshu Rustagi.

输出：

范例2：

Python3

# importing required packages 
import seaborn as sns 
import matplotlib.pyplot as plt 
  
# loading dataset 
data = sns.load_dataset("iris") 
  
# draw residplot 
# with lowess = True 
sns.residplot(x = "petal_length", 
              y = "petal_width", 
              data = data, 
              lowess = True) 
  
# show the plot 
plt.show() 
  
# This code is contributed 
# by Deepanshu Rustagi.

输出：

相关用法

注：本文由纯净天空筛选整理自deepanshu_rustagi大神的英文原创作品 Python – seaborn.residplot() method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。