可视化库-seaborn-回归分析绘图(第五天)

1. sns.regplot() 和 sns.lmplot() 绘制回归曲线

import numpy as np
import pandas as pd
from scipy import stats, integrate
import matplotlib.pyplot as plt import seaborn as sns
sns.set(color_codes=True)
np.random.seed(sum(map(ord, 'distributions'))) tips = sns.load_dataset('tips')
print(tips.head()) # regplot() 和 lmplot() 画出拟合曲线
sns.regplot(x='total_bill', y='tip', data=tips)
plt.show()

可视化库-seaborn-回归分析绘图(第五天)

2. 对于离散的变量来说,可以添加x_jitter产生随机的偏移

sns.regplot(x='size', y='tip', data=tips, x_jitter=0.1)
plt.show()

可视化库-seaborn-回归分析绘图(第五天)

上一篇:python并发编程(并发与并行,同步和异步,阻塞与非阻塞)


下一篇:Oracle数据库部分迁至闪存存储方案