在 seaborn 中使用 Relplot 回归线答案

【问题标题】：Regression line using Relplot in seaborn在 seaborn 中使用 Relplot 回归线
【发布时间】：2020-09-22 06:42:18
【问题描述】：

下面是一个我需要绘制回归线的工作示例。我在网上搜索过，但我看到了另一个函数，比如 regplot，impllot 来绘制回归线，但这里我使用的是 replot。如何使用 relplot 绘制回归线？

from matplotlib import pyplot as plt
import pandas as pd
import seaborn as sns

d = {'x-axis':[100,915,298,299], 'y-axis': [1515,1450,1313,1315],
     'text':['point1','point2','point3','point4']}
df = pd.DataFrame(d)

p1 = sns.relplot(x='x-axis', y='y-axis',data=df )
ax = p1.axes[0,0]
for idx,row in df.iterrows():
    x = row[0]
    y = row[1]
    text = row[2]
    ax.text(x+.05,y,text, horizontalalignment='left')

p1.set(xticks=[i for i in range(0, max(df['x-axis']) + 50, 50)],
       yticks=[i for i in range(0, max(df['y-axis']) + 500, 500)])


plt.show()

【问题讨论】：

标签： python python-3.x matplotlib regression seaborn

【解决方案1】：

您可以使用 np.polyfit(..,deg=1) 来拟合您的 y 和 x 并将其添加到 relplot：

from matplotlib import pyplot as plt
import pandas as pd
import numpy as np
import seaborn as sns

b, a = np.polyfit(df['x-axis'], df['y-axis'], 1)
xtest = np.linspace(df['x-axis'].min(),df['x-axis'].max(),10)

p1 = sns.relplot(x='x-axis', y='y-axis',data=df,height=3,aspect=2.5)
ax = p1.axes[0,0]
ax.plot(xtest, a + b* xtest, '-')
for idx,row in df.iterrows():
    ax.text(row[0]+.05,row[1],row[2], horizontalalignment='left')

p1.set(xticks=[i for i in range(0, max(df['x-axis']) + 50, 50)],
       yticks=[i for i in range(0, max(df['y-axis']) + 500, 500)])

或者你可以使用sns.regplot()：

fig,ax = plt.subplots(figsize=(8,4))
sns.regplot(x='x-axis', y='y-axis',data=df,ci=False,ax=ax)
for idx,row in df.iterrows():
    ax.text(row[0]+.05,row[1],row[2], horizontalalignment='left')

ax.set(xticks=[i for i in range(0, max(df['x-axis']) + 50, 50)],
       yticks=[i for i in range(0, max(df['y-axis']) + 500, 500)])

【讨论】：