seaborn.residplot
译者:P3n9W31
seaborn.residplot(x, y, data=None, lowess=False, x_partial=None, y_partial=None, order=1, robust=False, dropna=True, label=None, color=None, scatter_kws=None, line_kws=None, ax=None)
绘制线性回归的残差。
此函数将在 x 上回归 y(可能作为鲁棒或多项式回归),然后绘制残差的散点图。 你可以选择将局部加权回归散点平滑法(LOWESS)拟合到残差图,这有助于确定残差是否存在结构。
参数:x
: 向量或字符串
预测变量数据中的数据或列名称。
y
:向量或字符串
响应变量的数据中的数据或列名称。
data
:DataFrame, 可选
如果 x 和 y 是列名,则指定使用的 DataFrame
lowess
: 布尔值, 可选
将局部加权回归散点平滑法(LOWESS)应用到残差散点图中。
{x, y}_partial
:矩阵或字符串,可选
具有与 x 相同的第一维的矩阵或数据中的列名称。这些变量被视为有误的,并在绘制之前从 x 或 y 变量中删除。
order
:整数,可选
计算残差时拟合多项式的阶数。
robust
:布尔值,可选
在计算残差时拟合稳健的线性回归。
dropna
:布尔值,可选
如果为 True,则在拟合和绘图时忽略缺少的数据。
label
:字符串,可选
将在任何图的图例中使用的标签。
color
:matplotlib 颜色,可选
用于绘图的所有元素的颜色。
{scatter, line}_kws
: 字典,可选
用于绘制图像的组件而传递给 scatter() 和 plot() 的其他关键字参数。
ax
:matplotlib 轴,可选
绘制到指定轴对象,否则在当前轴对象上绘图,如果轴不存在则创建一个新轴。
返回值:ax:matplotlib Axes 对象
带有回归图像的轴对象
也可以看看
绘制一个简单的线性回归模型
边际分布。