Seaborn.residplot() 方法

Seaborn.residplot() 方法用於繪製線性迴歸的殘差資料。此函式將對變數 y 和 x 進行穩健或多項式迴歸，然後將殘差繪製為散點圖。如果您想檢視殘差是否具有任何結構，可以選擇將低度區域性多項式平滑擬合到殘差圖。

殘差圖是一種圖形資料視覺化工具，它將殘差點繪製在 y 軸上，將自變數繪製在 x 軸上。此工具確定應用於點的迴歸模型是線性還是非線性。

語法

以下是 seaborn.residplot() 方法的語法：

seaborn.residplot(*, x=None, y=None, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None

引數

下面討論了 residplot() 方法的一些引數。

序號	引數及描述
1	x,y 這些引數接受變數名稱作為輸入，以繪製長格式資料。輸入可以是向量或字串。
2	data 這是用於繪製圖形的資料框。
3	Lowess 此引數接受布林值，並將低度區域性多項式平滑擬合到殘差散點圖。
4	{x,y}_partial 此可選引數接受文字或矩陣作為輸入。輸入可以是資料中的列名，也可以是與 x 具有相同第一維度的矩陣。在繪製之前，這些變數被視為混雜因素，並從 x 或 y 變數中減去。
5	Order 此可選引數接受整數值，並確定在計算殘差時要擬合的多項式的階數。
6	Color 用於指定單個顏色，此顏色將應用於所有繪圖元素。
7	robust 此可選引數接受布林值，並在計算殘差時擬合穩健線性迴歸。
8	dropna 它接受布林值，如果為 True，則忽略具有缺失資料的值。

返回值

residplot() 方法返回帶有已繪製點的 matplotlib 軸。

載入 seaborn 庫

在繼續開發繪圖之前，讓我們載入 seaborn 庫和資料集。要載入或匯入 seaborn 庫，可以使用以下程式碼行。

Import seaborn as sns

載入資料集

在本文中，我們將使用 seaborn 庫中內建的泰坦尼克號資料集。以下命令用於載入資料集。

titanic=sns.load_dataset("titanic")

以下命令用於檢視資料集中前 5 行。這使我們能夠了解可以使用哪些變數來繪製圖形。

titanic.head()

以下是上述程式碼段的輸出。

index,survived,pclass,sex,age,sibsp,parch,fare,embarked,class,who,adult_male,deck,embark_town,alive,alone
0,0,3,male,22.0,1,0,7.25,S,Third,man,true,NaN,Southampton,no,false
1,1,1,female,38.0,1,0,71.2833,C,First,woman,false,C,Cherbourg,yes,false
2,1,3,female,26.0,0,0,7.925,S,Third,woman,false,NaN,Southampton,yes,true

現在我們已經載入了資料集，我們將探索一些示例。

示例 1

我們將在本文中使用泰坦尼克號資料集，要繪製 residplot()，我們將資料集的 age 和 survived 列傳遞給 x,y 引數，並透過將 color 引數傳遞給 seaborn.residplot() 方法來更改繪圖的顏色。在這種情況下，我們將字串“g”傳遞給 color，這會將繪圖更改為綠色。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.residplot(y="survived", x="age",color="g",data=titanic)
plt.show()

輸出

獲得的輸出如下：

示例 2

現在我們將瞭解 robust 引數的用法。此可選引數接受布林值，並在計算殘差時擬合穩健線性迴歸。此引數的使用方式如下所示。在下面的示例中，robust 傳遞了 True。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.regplot(y="survived", x="age",color="g", robust=True,data=titanic)
plt.show()

輸出

繪圖輸出如下：

示例 3

Lowess 是 seaborn.residplot() 方法中另一個經常使用的引數。此引數接受布林值，並將低度區域性多項式平滑擬合到殘差散點圖。

由於我們將在本文中使用泰坦尼克號資料集，因此要繪製 residplot()，我們將分別將資料集的 age 和 survived 列傳遞給 x,y 引數。我們將布林值 True 傳遞給 lowess 引數，並將顏色設定為紅色，即：將字串“r”傳遞給 color 屬性，這會將繪圖更改為紅色。

可以在下面觀察到該圖。

import seaborn as sns
import matplotlib.pyplot as plt
titanic=sns.load_dataset("titanic")
titanic.head()
sns.regplot(y="survived", x="age",color="r", lowess=True,data=titanic)
plt.show()

輸出

獲得的繪圖是：

seaborn_regression_plots_introduction.htm

列印頁面