https://datawhalechina.github.io/pms50/#/chapter3/chapter3
如果你想了解两个变量如何相互改变，那么最佳拟合线就是常用的方法。 下图显示了数据中各组之间最佳拟合线的差异。 要禁用分组并仅为整个数据集绘制一条最佳拟合线，请从下面的 sns.lmplot（）调用中删除 hue =\'cyl\'参数。
导入所需要的库
# 导入numpy库 import numpy as np # 导入pandas库 import pandas as pd # 导入matplotlib库 import matplotlib as mpl import matplotlib.pyplot as plt # 导入seaborn库 import seaborn as sns # 在jupyter notebook显示图像 %matplotlib inline
设定图像各种属性
large = 22; med = 16; small = 12
# 设置子图上的标题字体
params = {\'axes.titlesize\': large,
# 设置图例的字体
\'legend.fontsize\': med,
# 设置图像的画布
\'figure.figsize\': (16, 10),
# 设置标签的字体
\'axes.labelsize\': med,
# 设置x轴上的标尺的字体
\'xtick.labelsize\': med,
# 设置整个画布的标题字体
\'ytick.labelsize\': med,
\'figure.titlesize\': large}
# 更新默认属性
plt.rcParams.update(params)
# 设定整体风格
plt.style.use(\'seaborn-whitegrid\')
# 设定整体背景风格
sns.set_style("white")
程序代码
# step1:导入数据
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv") # 选择cyl为4,8的数据集 df_select = df.loc[df.cyl.isin([4, 8]), :]
# step2：绘图
# 设立风格 sns.set_style(\'white\') gridobj = sns.lmplot(x = \'displ\', # 横坐标 y = \'hwy\', # 纵坐标 hue = \'cyl\', # 定义被绘制数据的子集 data = df_select, # 绘图所需要的数据集 height = 7, # 每个子图的高度 aspect = 1.6, # 每个子图的宽高比 robust = True, # 抗噪声鲁棒性 palette = \'tab10\', # 调色板（不同层次的“色调”变量） # 设置其它参数 scatter_kws = dict(s = 60, linewidths = .7, edgecolors = \'black\'))
# step3：装饰
# 横纵坐标范围 gridobj.set(xlim = (0.5, 7.5), ylim = (0, 50)) # 设置标题 plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20) # 显示图像 plt.show()
# step1:导入数据
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv") # 选择cyl为4,8的数据集 df_select = df.loc[df.cyl.isin([4, 8]), :]
# step2：绘图
# 设立风格 sns.set_style(\'white\') gridobj = sns.lmplot(x = \'displ\', # 横坐标 y = \'hwy\', # 纵坐标 hue = \'cyl\', # 定义绘制数据的子集 data = df_select, # 绘图所需要的数据集 height = 7, # 每个子图的高度 robust = True, # 抗噪声鲁棒性 palette = \'Set1\', # 调色板（不同层次的“色调”变量） col = \'cyl\', # 按照类别绘制图像，一个类别一张图像 # 设置其它参数 scatter_kws = dict(s = 60, linewidths = .7, edgecolors = \'black\'))
# step3：装饰
# 横纵坐标范围 gridobj.set(xlim = (0.5, 7.5), ylim = (0, 50)) # 设置标题 plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20) # 显示图像 plt.show()
博文总结
索引
- .loc[ ]__标签索引
- .iloc[ ]__位置索引
sns.lmplot
- 回归模型绘制
- 参数
- x__横坐标标称
- y__纵坐标标称
- hue__定义被绘制数据的子集
- data__绘图所需要的数据集
- height__每个子图的高度
- aspect__每个子图的宽高比
- palette__调色板