seaborn快速入门（4）——线性回归画图

1. 准备

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)

np.random.seed(sum(map(ord,"regression")))

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

2. 绘制线性回归

%matplotlib inline
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt

import seaborn as sns
sns.set(color_codes=True)

np.random.seed(sum(map(ord,"regression")))

tips = sns.load_dataset("tips")
# x为总花费，y为小费，data为数据集
sns.regplot(x="total_bill",y="tip",data=tips)

也可以用impplot绘制。这里不进行深入讲述

3. 抖动

有时，数据是分类的，而不是散点分布的：

sns.regplot(x="size",y="tip",data=tips)

当数据不是散点分布时，可以为其添加抖动，再进行回归分析：

sns.regplot(x="size",y="tip",x_jitter=.6,data=tips)