怎么使用python绘制带趋势线的散点图和边缘直方图

这篇文章主要讲解了“怎么使用python绘制带趋势线的散点图和边缘直方图”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么使用python绘制带趋势线的散点图和边缘直方图”吧！

一、绘制带趋势线的散点图

实现功能：

在散点图上添加趋势线（线性拟合线）反映两个变量是正相关、负相关或者无相关关系。

实现代码：

import pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings(action='once')plt.style.use('seaborn-whitegrid')sns.set_style("whitegrid")print(mpl.__version__)print(sns.__version__)def draw_scatter(file):    # Import Data    df = pd.read_csv(file)    df_select = df.loc[df.cyl.isin([4, 8]), :]    # Plot    gridobj = sns.lmplot(        x="displ",        y="hwy",        hue="cyl",        data=df_select,        height=7,        aspect=1.6,        palette='Set1',        scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))    # Decorations    sns.set(, font_scale=1.5)    gridobj.set(xlim=(0.5, 7.5), ylim=(10, 50))    gridobj.fig.set_size_inches(10, 6)    plt.tight_layout()    plt.title("Scatterplot with line of best fit grouped by number of cylinders")    plt.show()draw_scatter("F:\数据杂坛\datasets\mpg_ggplot2.csv")

实现效果：

在散点图上添加趋势线（线性拟合线）反映两个变量是正相关、负相关或者无相关关系。红蓝两组数据分别绘制出最佳的线性拟合线。

二、绘制边缘直方图

实现功能：

python绘制边缘直方图，用于展示X和Y之间的关系、及X和Y的单变量分布情况，常用于数据探索分析。

实现代码：

import pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snsimport warningswarnings.filterwarnings(action='once')plt.style.use('seaborn-whitegrid')sns.set_style("whitegrid")print(mpl.__version__)print(sns.__version__)def draw_Marginal_Histogram(file):    # Import Data    df = pd.read_csv(file)    # Create Fig and gridspec    fig = plt.figure(figsize=(10, 6), dpi=100)    grid = plt.GridSpec(4, 4, hspace=0.5, wspace=0.2)    # Define the axes    ax_main = fig.add_subplot(grid[:-1, :-1])    ax_right = fig.add_subplot(grid[:-1, -1], xticklabels=[], yticklabels=[])    ax_bottom = fig.add_subplot(grid[-1, 0:-1], xticklabels=[], yticklabels=[])    # Scatterplot on main ax    ax_main.scatter('displ',                    'hwy',                    s=df.cty * 4,                    c=df.manufacturer.astype('category').cat.codes,                    alpha=.9,                    data=df,                    cmap="Set1",                    edgecolors='gray',                    linewidths=.5)    # histogram on the right    ax_bottom.hist(df.displ,                   40,                   histtype='stepfilled',                   orientation='vertical',                   color='#098154')    ax_bottom.invert_yaxis()    # histogram in the bottom    ax_right.hist(df.hwy,                  40,                  histtype='stepfilled',                  orientation='horizontal',                  color='#098154')    # Decorations    ax_main.set(title='Scatterplot with Histograms \n displ vs hwy',                xlabel='displ',                ylabel='hwy')    ax_main.title.set_fontsize(10)    for item in ([ax_main.xaxis.label, ax_main.yaxis.label] +                 ax_main.get_xticklabels() + ax_main.get_yticklabels()):        item.set_fontsize(10)    xlabels = ax_main.get_xticks().tolist()    ax_main.set_xticklabels(xlabels)    plt.show()draw_Marginal_Histogram("F:\数据杂坛\datasets\mpg_ggplot2.csv")

实现效果：

感谢各位的阅读，以上就是“怎么使用python绘制带趋势线的散点图和边缘直方图”的内容了，经过本文的学习后，相信大家对怎么使用python绘制带趋势线的散点图和边缘直方图这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是编程网，小编将为大家推送更多相关知识点的文章，欢迎关注！