单变量分析绘图及回归分析绘图

综述
代码模块
- 单变量分析绘图
- - 数据直方图
  - 数据分布状态
  - 指定均值及协方差生成数据
  - 散点图观测
  - 多特征分析
- 回归分析绘图
- - tips数据集读入
  - 绘制回归图
  - 离散型数据分析
  - 增加直方图后的回归图绘制
小结

综述

学生党整理一些关于数据分析的知识：整理了单变量分析绘图及回归分析绘图的部分代码。主要包括了数据直方图、数据分布状态、指定均值协方差生成数据、散点图绘制、多特征分析；绘制回归图、离散型数据分析及直方图散点图结合的回归图绘制。

代码模块

调用库

import seaborn as sns
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats, integrate

单变量分析绘图

数据直方图

通过数据直方图可以观测变量的分布状况

sns.set(color_codes=True)
np.random.seed(sum(map(ord,"distributions")))x = np.random.normal(size=100)
sns.distplot(x,kde=False)
plt.show()

指定bins = 20

sns.distplot(x,bins=20,kde=False)
plt.show()

数据分布状态

数据柱状图和曲线图表示数据分布状态

x = np.random.normal(6,size=200)
sns.distplot(x,kde=False,fit=stats.gamma)
plt.show()

指定均值及协方差生成数据

mean, cov = [0, 1], [(1, .5),(.5, 1)]   #指定均值，协方差
data = np.random.multivariate_normal(mean, cov,200)
df = pd.DataFrame(data,columns=['x','y'])
print(df)

生成数据样例如下

	x	y
0	-0.880210	1.255051
1	0.191488	-0.000265
…	…	…
198	1.499932	3.881606
199	0.893239	1.196291

散点图观测

观测两个变量之间的分布关系最好用散点图

sns.jointplot(x='x',y='y',data=df)
plt.show()

该方式绘制的散点图包括了x，y的直方图

当数据量庞大时可以用hex图

x, y = np.random.multivariate_normal(mean,cov,1000).T
with sns.axes_style("white"):sns.jointplot(x = x,y = y,kind="hex",color = "k")
plt.show()

数据量过大时，直接绘制散点图会导致多点重合无法分析的情况，采用hex图，可以将数据划分区域，用颜色深浅表示

多特征分析

分析多变量中各个变量之间的关系时，可以使用

sns.set()
iris = pd.read_csv('iris.csv') #读入iris数据
iris = sns.load_dataset("iris")
sns.pairplot(iris)
plt.show()

回归分析绘图

tips数据集读入

tips = pd.read_csv('tips.csv')
np.random.seed(sum(map(ord, "regression")))
tips = sns.load_dataset('tips')
print(tips.head())

	total_bill	tip	sex	smoker	day	time	size
0	16.99	1.01	Female	No	Sun	Dinner	2
1	10.34	1.66	Male	No	Sun	Dinner	3
2	21.01	3.50	Male	No	Sun	Dinner	3
3	23.68	3.31	Male	No	Sun	Dinner	2
4	24.59	3.61	Female	No	Sun	Dinner	4

绘制回归图

绘制回归关系图时，常用regplot()和lmplot()，推荐使用regplot()。regplot()使用方便， lmplot()功能多,规范要求高。

sns.regplot(x = 'total_bill',y = 'tip',data = tips)
plt.title('regplot')
plt.show()

sns.lmplot(x = 'total_bill',y = 'tip',data = tips)
plt.title('lmplot')
plt.show()

离散型数据分析

直接绘图

sns.regplot(data=tips,x='size',y='tip')
plt.show()

由于数据离散，对回归结果有影响，可以适当增加波动提高回归准确性

sns.regplot(x='size',y='tip',data= tips,x_jitter = .05)
plt.show()

增加直方图后的回归图绘制

mean, cov = [0, 1], [(1, .5),(.5, 1)]   #指定均值，协方差
data = np.random.multivariate_normal(mean, cov,200)
df = pd.DataFrame(data,columns=['x','y'])sns.jointplot(x='x',y='y',data=df,kind='reg')
plt.show()

小结

绘图知识整理部分主要针对绘图方法，具体在数据分析过程中使用哪种图片在之后具体的数据分析案例中详细说明。

单变量分析绘图及回归分析绘图【知识整理】相关推荐

多变量分析绘图及分类属性绘图【知识整理】
多变量分析绘图及分类属性绘图综述代码模块多指标离散图绘制盒图 violin图条形图点图多层面板分类图 factorplot()详细说明小结综述学生党整理一些关于数据分析的知识:整理 ...
python seaborn_Python数据分析之Seaborn（回归分析绘图）
Seaborn回归分析绘图 %matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimpor ...
计算机绘图入门,[2018年最新整理]AutoCAD计算机绘图入门.ppt
[2018年最新整理]AutoCAD计算机绘图入门第二章 AutoCAD2008绘图入门本章内容:AutoCAD基本功能重点:基本操作 §1创建新图形文件 1.命令:NEW 2.标准工具条:白纸 ...
Python数据分析之单变量分析
0 引言在数据分析或者机器学习过程中,我们需要对变量或者特征进行分析,在分析过程中,一般都会分为两种:单变量分析.双变量分析.今天,土豆简单介绍一下单变量分析,单变量分析主要对单个变量或者特征进行分 ...
（金融）线上消费贷风控优化（单变量分析）与用户留存（同期群分析）项目——数据分析
(金融)线上消费贷风控优化(单变量分析)与用户留存项目(同期群分析)--数据分析一.首逾率单变量分析案例背景: 日常监控发现某款消费贷产品首逾率有逐渐升高的趋势,需要把首逾率降下来以减少产品带来的 ...
数模中常使用的Matlab绘图与Excel绘图
最近经常用到绘图,本菜鸡QAQ就把这部分所需要的知识整理了一下(此文用的是matlab2014a),方便以后懒得去查找资料啦~ 绘图颜色与线型颜色 Matlab的plot函数里所带的基本颜色有8钟, ...
Spring AOP 知识整理
为什么80%的码农都做不了架构师?>>> AOP知识整理面向切面编程(AOP)通过提供另外一种思考程序结构的途经来弥补面向对象编程(OOP)的不足.在OOP中模块化的关键单元 ...
计算机二级c语基础知识,计算机二级C语基础知识整理.doc
计算机二级C语基础知识整理 1.1 算法算法:是一组有穷指令集,是解题方案的准确而完整的描述.通俗地说,算法就是计算机解题的过程.算法不等于程序,也不等于计算方法,程序的编制不可能优于算法的设计. ...
-%3e运算符在c语言中的作用,C语言逻辑运算符知识整理
在高中数学中,我们学过逻辑运算,例如p为真命题,q就假命题,那么"p且q"为假,"p或q"为真,"非q"为真. 在C语言中,也有类似的逻辑运 ...

单变量分析绘图及回归分析绘图【知识整理】