Python数据可视化学习笔记：第一章 关联图 第六节 带拟合线的散点图（1）

前言

声明：这个系列的博文都是我自己学习所得的东西，秉承着每天进步一点点的理念进行学习，我参考的课程是《菊安酱与菜菜的Python机器学习可视化50图》，使用的Python版本为3.6.4。
今天学习了一种带拟合线的散点图，我们从简单的开始做起。

逐步介绍

首先，我们需要使用的是sns.Lmplot()函数，在seaborn库中。我们先生成一个散点图，使用的方法和之前不一样了：

import numpy as np #数学处理库
import pandas as pd #用于处理.csv excel html 文本等文件
import matplotlib as mpl #画图像的库
import matplotlib.pyplot as plt #画二维图像的库
import seaborn as sns #颜色库

x1 = np.linspace(0,10,50)#随机在0-10中取出50个数

y = 2*x1+5+np.random.randn(50)*10#加上一些噪音，模拟现实中的数据



plt.scatter(x1,y)

plt.show()

2.下面就来生成，拟合线：

import numpy as np #数学处理库
import pandas as pd #用于处理.csv excel html 文本等文件
import matplotlib as mpl #画图像的库
import matplotlib.pyplot as plt #画二维图像的库
import seaborn as sns #颜色库

x1 = np.linspace(0,10,50)#随机在0-10中取出50个数

y = 2*x1+5+np.random.randn(50)*10#加上一些噪音，模拟现实中的数据

data = pd.DataFrame({"x1":x1,"y":y})
gridobj = sns.lmplot("x1","y",data=data)#但是实际上这个函数很复杂有39个参数

plt.show()

3.其中的线是这个函数认为最好的，阴影部分就是线可能所在的区域。

完整版代码

import numpy as np #数学处理库
import pandas as pd #用于处理.csv excel html 文本等文件
import matplotlib as mpl #画图像的库
import matplotlib.pyplot as plt #画二维图像的库
import seaborn as sns #颜色库

x1 = np.linspace(0,10,50)#随机在0-10中取出50个数

y = 2*x1+5+np.random.randn(50)*10#加上一些噪音，模拟现实中的数据

data = pd.DataFrame({"x1":x1,"y":y})
gridobj = sns.lmplot("x1","y",data=data)#但是实际上这个函数很复杂有39个参数

plt.show()

下节预告

下一节学习，多类别的散点图拟合线生成。