使用 axhline() 的最佳拟合线答案

【问题标题】：Line of best fit using axhline()使用 axhline() 的最佳拟合线
【发布时间】：2021-07-05 12:39:47
【问题描述】：

所以我正在尝试使用plt.axhline() 功能向图表添加一条最佳拟合线。我目前拥有的代码如下，目前正在运行，但不包括 axhline 代码，

df = pd.DataFrame(pd.read_csv('test5.csv', sep=','))
x = df["IE ratio"]
y = df["109"]
x1 = df["IE ratio"].mean()

plt.axvline(x1, 0, 1, c= 'k')
plt.scatter(x, y, s = 10)
plt.ylabel('Appearance of mutation')
plt.xlabel('IE spectrum')
plt.show()

我尝试引入 plt.axhline() 功能，但无法确定需要在括号中放入什么才能获得所需的输出。

这是我用红线绘制的情节，以显示我希望制作的内容。

Outputted graph

提前感谢您的任何建议或帮助！

【问题讨论】：

axhline 添加一条水平线。绝对不是你要找的。span>
你知道我可以使用的任何其他功能或绘图工具吗？
Perhaps similar.
还可以看看seaborn's regplot，它开箱即用。它还增加了一个置信区间。

标签： python-3.x matplotlib data-analysis

【解决方案1】：

我设法使用我拥有的旧练习笔记本让它工作。我使用了下面的代码。

import matplotlib as plt
from numpy.polynomial import Polynomial
x = df["IE ratio"]
y = df["44"]
xfit = np.linspace(1.3, 4.0, 30)
q = Polynomial.fit(x, y, deg=5)
plt.scatter(x, y, s = 10)
plt.plot(xfit, q(xfit), c='k')
x1 = df["IE ratio"].mean()
plt.axvline(x1, 0, 1, c= 'k')

感谢您的建议，伙计们:)

【讨论】：

【解决方案2】：

计算109 的平均值以获得IE ratio 的一组切割并绘制它可能会让您更进一步，但需要更多信息才能为您提供更相关的建议。

import numpy as np
df['109_mean'] = pd.cut(df['IE ratio'], bins=np.arange(4.6,5.6,0.01))
df.plot('IE ratio', '109_mean')

【讨论】：