Seaborn es una increíble biblioteca de visualización para el trazado de gráficos estadísticos en Python. Proporciona hermosos estilos predeterminados y paletas de colores para hacer que los gráficos estadísticos sean más atractivos. Está construido en la parte superior de la biblioteca matplotlib y también está estrechamente integrado a las estructuras de datos de pandas .
seaborn.residplot() :
Este método se utiliza para trazar los residuos de la regresión lineal. Este método hará una regresión de y sobre x y luego dibujará un gráfico de dispersión de los residuos. Opcionalmente, puede ajustar un suavizador lowess a la gráfica residual, lo que puede ayudar a determinar si hay una estructura para los residuales.
Sintaxis: seaborn.residplot(x, y, data=Ninguno, lowess=False, x_partial=Ninguno, y_partial=Ninguno, order=1,
robusto=False, dropna=True, label=Ninguno, color=Ninguno, scatter_kws=Ninguno, line_kws=Ninguno, ax=Ninguno)Parámetros: La descripción de algunos parámetros principales se da a continuación:
- x: Datos o nombre de columna en ‘datos’ para la variable predictora.
- y: Datos o nombre de columna en ‘datos’ para la variable de respuesta.
- data: (opcional) DataFrame que tiene `x` e `y` son nombres de columna.
- lowess: (opcional) ajuste un lowess más suave al diagrama de dispersión residual.
- dropna: (opcional) Este parámetro toma valor booleano. Si es Verdadero, ignore las observaciones con datos faltantes al ajustar y trazar.
Retorno: Ejes con el gráfico de regresión.
A continuación se muestra la implementación del método anterior:
Ejemplo 1:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("tips") # draw residplot sns.residplot(x = "total_bill", y = "tip", data = data) # show the plot plt.show() # This code is contributed # by Deepanshu Rustagi.
Producción:
Ejemplo 2:
Python3
# importing required packages import seaborn as sns import matplotlib.pyplot as plt # loading dataset data = sns.load_dataset("iris") # draw residplot # with lowess = True sns.residplot(x = "petal_length", y = "petal_width", data = data, lowess = True) # show the plot plt.show() # This code is contributed # by Deepanshu Rustagi.
Producción:
Publicación traducida automáticamente
Artículo escrito por deepanshu_rustagi y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA