Python seaborn.residplot()用法及代碼示例

Seaborn是一個了不起的可視化庫，用於在Python中進行統計圖形繪製。它提供了漂亮的默認樣式和調色板，以使統計圖更具吸引力。它建立在matplotlib庫的頂部，並與 Pandas 的數據結構緊密集成。

seaborn.residplot()：

該方法用於繪製線性回歸的殘差。該方法將在x上回歸y，然後繪製殘差的散點圖。您可以選擇將最低平滑度擬合到殘差圖，這可以幫助確定殘差是否存在結構。

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)

參數：以下是一些主要參數的說明：

x：‘data’中預測變量的數據或列名稱。
y：‘data’中響應變量的數據或列名稱。
data ：(可選)具有`x`和`y`的DataFrame是列名。
Lowess ：(可選)將Lowess平滑器安裝到殘留散點圖。
dropna ：(可選)此參數為布爾值。如果為True，則在擬合和繪圖時忽略具有缺失數據的觀測值。

Return:帶有回歸圖的軸。

下麵是上述方法的實現：

範例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.

輸出：

範例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.

輸出：

相關用法

注：本文由純淨天空篩選整理自deepanshu_rustagi大神的英文原創作品 Python – seaborn.residplot() method。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。