如何在Python中使用 Seaborn 添加每组回归线？

在本文中，我们将学习如何在Python中使用 Seaborn 为每组添加一条回归线。 Seaborn 有多种函数可以在两个定量变量之间形成散点图。例如，我们可以使用 lmplot()函数来制作所需的绘图。

什么是回归线？

回归线只是最接近信息的一条线（就获得从道路到点的最小总距离而言）。统计学家将这个用于定位最佳拟合线的系统称为使用最小数量平方方法的简单直线回归分析。

所需步骤

1. 导入库。
2. 导入或创建数据。
3. 使用 lmplot 方法。此方法用于通过简单地添加带有分类变量名称的色调参数来为每组添加一条回归线。
4. 使用不同的参数以获得更好的可视化效果。

示例 1：

Python3

# import libraries
import seaborn
  
# load data
tip = seaborn.load_dataset('tips')
  
# use lmplot
seaborn.lmplot(x="total_bill",
               y="size",
               hue="sex",
               data=tip)

输出：

示例 2：

蟒蛇3

# import libraries
import seaborn
  
# load data
tip = seaborn.load_dataset('tips')
  
# use lmplot
seaborn.lmplot(x="total_bill",
               y="tip",
               hue="day",
               markers='*',
               data=tip)

输出：

示例 3：

蟒蛇3

# import libraries
import seaborn
  
# load data
iris = seaborn.load_dataset('iris')
  
# use lmplot
seaborn.lmplot(x="sepal_length",
               y="sepal_width",
               hue="species",
               markers='+',
               data=iris)

输出：