如何在python中的散点图上绘制一条线？答案

【问题标题】：How to overplot a line on a scatter plot in python?如何在python中的散点图上绘制一条线？
【发布时间】：2013-10-04 19:40:04
【问题描述】：

我有两个数据向量，我已将它们放入matplotlib.scatter()。现在我想对这些数据进行线性拟合。我该怎么做？我试过使用scikitlearn 和np.scatter。

【问题讨论】：

标签： python numpy matplotlib

【解决方案1】：

我偏爱scikits.statsmodels。举个例子：

import statsmodels.api as sm
import numpy as np
import matplotlib.pyplot as plt

X = np.random.rand(100)
Y = X + np.random.rand(100)*0.1

results = sm.OLS(Y,sm.add_constant(X)).fit()

print(results.summary())

plt.scatter(X,Y)

X_plot = np.linspace(0,1,100)
plt.plot(X_plot, X_plot * results.params[1] + results.params[0])

plt.show()

唯一棘手的部分是sm.add_constant(X)，它将一列添加到X 以获得截取项。

     Summary of Regression Results
=======================================
| Dependent Variable:            ['y']|
| Model:                           OLS|
| Method:                Least Squares|
| Date:               Sat, 28 Sep 2013|
| Time:                       09:22:59|
| # obs:                         100.0|
| Df residuals:                   98.0|
| Df model:                        1.0|
==============================================================================
|                   coefficient     std. error    t-statistic          prob. |
------------------------------------------------------------------------------
| x1                      1.007       0.008466       118.9032         0.0000 |
| const                 0.05165       0.005138        10.0515         0.0000 |
==============================================================================
|                          Models stats                      Residual stats  |
------------------------------------------------------------------------------
| R-squared:                     0.9931   Durbin-Watson:              1.484  |
| Adjusted R-squared:            0.9930   Omnibus:                    12.16  |
| F-statistic:                1.414e+04   Prob(Omnibus):           0.002294  |
| Prob (F-statistic):        9.137e-108   JB:                        0.6818  |
| Log likelihood:                 223.8   Prob(JB):                  0.7111  |
| AIC criterion:                 -443.7   Skew:                     -0.2064  |
| BIC criterion:                 -438.5   Kurtosis:                   2.048  |
------------------------------------------------------------------------------

【讨论】：

我的身材看起来不一样了；线路位置错误；以上点
@David：参数数组的方向错误。试试：plt.plot(X_plot, X_plot*results.params[1] + results.params[0])。或者，甚至更好： plt.plot(X, results.fittedvalues) 因为第一个公式假设 y 是线性的，所以 x 在这里虽然为真，但并非总是如此。

【解决方案2】：

另一种方法，使用axes.get_xlim()：

import matplotlib.pyplot as plt
import numpy as np

def scatter_plot_with_correlation_line(x, y, graph_filepath):
    '''
    http://stackoverflow.com/a/34571821/395857
    x does not have to be ordered.
    '''
    # Create scatter plot
    plt.scatter(x, y)

    # Add correlation line
    axes = plt.gca()
    m, b = np.polyfit(x, y, 1)
    X_plot = np.linspace(axes.get_xlim()[0],axes.get_xlim()[1],100)
    plt.plot(X_plot, m*X_plot + b, '-')

    # Save figure
    plt.savefig(graph_filepath, dpi=300, format='png', bbox_inches='tight')

def main():
    # Data
    x = np.random.rand(100)
    y = x + np.random.rand(100)*0.1

    # Plot
    scatter_plot_with_correlation_line(x, y, 'scatter_plot.png')

if __name__ == "__main__":
    main()
    #cProfile.run('main()') # if you want to do some profiling

【讨论】：

【解决方案3】：

您可以使用 Adarsh Menon 的本教程 https://towardsdatascience.com/linear-regression-in-6-lines-of-python-5e1d0cd05b8d

这种方式是我找到的最简单的，基本上看起来像：

import numpy as np
import matplotlib.pyplot as plt  # To visualize
import pandas as pd  # To read data
from sklearn.linear_model import LinearRegression
data = pd.read_csv('data.csv')  # load data set
X = data.iloc[:, 0].values.reshape(-1, 1)  # values converts it into a numpy array
Y = data.iloc[:, 1].values.reshape(-1, 1)  # -1 means that calculate the dimension of rows, but have 1 column
linear_regressor = LinearRegression()  # create object for the class
linear_regressor.fit(X, Y)  # perform linear regression
Y_pred = linear_regressor.predict(X)  # make predictions
plt.scatter(X, Y)
plt.plot(X, Y_pred, color='red')
plt.show()

【讨论】：

【解决方案4】：

import numpy as np
from numpy.polynomial.polynomial import polyfit
import matplotlib.pyplot as plt

# Sample data
x = np.arange(10)
y = 5 * x + 10

# Fit with polyfit
b, m = polyfit(x, y, 1)

plt.plot(x, y, '.')
plt.plot(x, b + m * x, '-')
plt.show()

【讨论】：

你能补充解释吗？
polyfit 的第三个参数是度数。全功能签名：numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)source

【解决方案5】：

用于绘制最佳拟合线的this excellent answer 的单行版本是：

plt.plot(np.unique(x), np.poly1d(np.polyfit(x, y, 1))(np.unique(x)))

使用np.unique(x) 代替x 处理x 未排序或具有重复值的情况。

调用poly1d 是写出m*x + b 的替代方法，如this other excellent answer。

【讨论】：

嗨，我的 x 和 y 值是使用 numpy.asarray 从列表转换而来的数组。当我添加这行代码时，我的散点图上有几行而不是一行。可能是什么原因？
@artre 感谢您提出这个问题。如果x 未排序或具有重复值，则可能会发生这种情况。我编辑了答案。

【解决方案6】：

我喜欢 Seaborn 的 regplot 或 lmplot：

【讨论】：

将 seaborn 导入为 sns； sns.regplot(x=x, y=y)

【解决方案7】：

plt.plot(X_plot, X_plot*results.params[0] + results.params[1])

对

plt.plot(X_plot, X_plot*results.params[1] + results.params[0])

【讨论】：