Seaborn regplot()：绘制线性回归图（附带实例）

线性回归图主要用于展示数据之间的线性关系，在 Seaborn 中可以使用 regplot() 函数创建线性回归图。

分析下面的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
# 构造两个 Series
x = pd.Series(range(1, 10))
y = pd.Series([10, 15, 18, 16, 20, 22, 25, 27, 30])
# 绘制线性回归图
sns.regplot(x=x, y=y)
plt.show()

将创建下图所示的线性回归图：


本例没有指定 data 参数，而是将两组数据分别指定为 x 参数和 y 参数的值，此时 x 和 y 两个参数的值需要是 Pandas 中的 Series 对象类型。

如果指定 data 参数，则只需将 x 和 y 两个参数的值设置为 data 参数中的字符串类型的列标签，此时 data 参数必须是 Pandas 中的 DataFrame 对象类型。

分析下面的代码：

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd
import numpy as np
# 设置中文字体
sns.set_style({'font.sans-serif': 'SimSun'})
# 生成数据
x = range(1, 10)
y = [10, 15, 18, 16, 20, 22, 25, 27, 30]
# 将 x、y 打包成列表
data = [x, y]
# 指定列名
title = ['月份', '数量']
# 创建 DataFrame（转置后列名对应）
df = pd.DataFrame(np.transpose(data), columns=title)
# 绘制线性回归图，使用列名作为 x、y 参数
sns.regplot(data=df, x=title[0], y=title[1])
plt.show()

将创建相同的线性回归图，但是同时指定了 data、x 和 y 三个参数。