2.1.7.6.Regression Plots

0. Regression Plots的繪圖種類

• sns.lmplot

1. 使用library

import seaborn as sns

• 將圖表直接嵌入到Notebook之中

%matplotlib inline

• 讀入資料

tips = sns.load_dataset('tips')
tips.head()

2.lmplot

• lmplot是一種集合基礎繪圖與基於數據建立回歸模型的繪圖方法, 旨在建立一個方便擬合數據集回歸模型的繪圖方法

• 可以利用參數來調整擬合的模型類型: order、logistic、lowess、robust、logx

• 基於建立回歸模型的繪圖方法

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

• 分類

sns.lmplot(x='total_bill', y='tip', data=tips, hue='sex', markers=['o', 'v'], scatter_kws={'s':100})

• 繪製多張圖

  • col參數

    sns.lmplot(x='total_bill', y='tip',  data=tips, col='sex', row='time')

    

• 應用例 1. 建立int.rate, fico的線性回歸模型

    plt.figure(figsize=(11,7))
    sns.lmplot(y='int.rate',x='fico',data=df)

  2. 加入credit.policy的比較

    plt.figure(figsize=(11,7))    
    sns.lmplot(y='int.rate',x='fico',data=df,hue='credit.policy',palette='Set1')

  3. 加入not.fully.paid的比較

    plt.figure(figsize=(11,7))
    sns.lmplot(y='int.rate',x='fico',data=df,hue='credit.policy',col='not.fully.paid',palette='Set1)