文章目录

  • 一. 数据集介绍
  • 二. 回归分析
  • 2.1 单图的回归分析
  • 2.2 多图的回归分析
  • 参考:


一. 数据集介绍

数据集下载:
https://github.com/mwaskom/seaborn-data

也可以通过 tips = sns.load_dataset(“tips”) 直接读取

数据集介绍
total_bill:总金额
tip:小费
sex: 性别
smoker:是否允许吸烟
day: 周几
time: 午餐 晚餐
size: 几个

python中回归 python进行回归分析_python

二. 回归分析

regplot()和lmplot()都可以绘制回归关系,推荐regplot()

2.1 单图的回归分析

代码:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置样式
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "regression")))

# 读取数据集
tips = pd.read_csv('E:/file/tips.csv')

# 开始进行回归分析
sns.regplot(x="total_bill", y="tip", data=tips)
plt.show()

测试记录:

python中回归 python进行回归分析_机器学习_02

2.2 多图的回归分析

代码:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

# 设置样式
sns.set(color_codes=True)
np.random.seed(sum(map(ord, "regression")))

# 读取数据集
tips = pd.read_csv('E:/file/tips.csv')

# 开始进行回归分析
sns.lmplot(x="total_bill", y="tip", col="day", data=tips,
           col_wrap=2, size=4);
plt.show()

测试记录:

python中回归 python进行回归分析_python中回归_03

参考:

  1. https://study.163.com/course/introduction.htm?courseId=1003590004#/courseDetail?tab=1