python 残差图_利用matplotlib绘制多元自变量的回归残差

我想知道如何绘制多个独立变量的残差？我的数据集有49个特性，有2251行。我的目标变量是一个从0到1的数字，所以我使用回归。我使用了一种特征选择方法来选择前10个最重要的特性，所以我不想使用48个自变量，而是要集中在10个。问题是：我不知道如何绘制10个独立变量的残差

我的功能选择alogrithm能够选择以下10个功能：'Dec','Fog-Rain','Max_Sea_Level_PressureIn','Mean_Sea_Level_PressureIn','Min_Sea_Level_PressureIn','NormalizedCC','Outlier_CC_D','Rain','Snow_flg','Rain-Thunderstorm'

我想为这10个特征绘制残差图。我想绘制10个不同的图/图，或者为了在一个图表中绘制10个独立变量，我想让每一个都有不同的颜色图。因此，我想取代X2_test（这不起作用，因为它是10乘2251而不是1乘2251）

^{pr2}$

例如，当我尝试这样做时：import pandas as pd

import numpy as np

from pandas import read_csv

from sklearn.feature_selection import RFE

from sklearn import linear_model

from sklearn import preprocessing

from matplotlib import pyplot

import statsmodels.api as sm

from sklearn.ensemble imp