Lære Kombinere Regresjon og Rutenett

lmplot (lineær modell-plot) er en figur-nivå funksjon som kombinerer regplot og FacetGrid.

Mens regplot er godt egnet for ett enkelt forhold, gjør lmplot det mulig å sammenligne lineære sammenhenger på tvers av ulike kategorier. Du kan skille data ved hjelp av farge (hue) eller ved å dele det inn i ulike delplott (col/row), noe som gjør det kraftfullt for å besvare spørsmål som «Endrer forholdet mellom regning og tips seg hvis kunden er røyker?».

Viktige parametere

hue: skiller data ved hjelp av farge og tegner en egen regresjonslinje for hver gruppe;
col / row: deler data inn i separate delplott;
markers: en liste med symboler for å visuelt skille grupper (f.eks. ['o', 'x']), noe som er nyttig for tilgjengelighet.

Eksempel

Her sammenlignes tips gitt under lunsj og middag. Legg merke til hvordan col deler visningen, mens hue sammenligner røykere innenfor hver visning.


              1234567891011121314151617
            
import seaborn as sns
import matplotlib.pyplot as plt

# Load dataset
df = sns.load_dataset('tips')

# Create a grid of regression plots
sns.lmplot(
    data=df,
    x='total_bill',
    y='tip',
    col='time',       # Split: Lunch vs Dinner
    hue='smoker',     # Color: Yes vs No
    palette='Set1'
)

plt.show()

Oppgave

Swipe to start coding

Analyser tips-datasettet for å se hvordan kjønn og røykerstatus påvirker tippeadferd.

Sett stilen til 'darkgrid'. Sett figurens bakgrunnsfarge til 'lightpink'.
Lag en lmplot ved å bruke tips-datasettet (df):

Kartlegg 'total_bill' til x og 'tip' til y.
- Farg linjene basert på 'smoker'-status (hue).
Del visualiseringen i kolonner basert på 'sex' (col).
Bruk ulike markører: 'o' for første gruppe og 'x' for andre gruppe.
Bruk paletten 'crest'.

Vis plottet.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 1. Kapittel 22

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Sveip for å vise menyen