数据分析50图(三) —— 散点线性回归与置信区间

数据分析50图(三) —— 散点线性回归与置信区间

前言

华罗庚说过

数缺形时少直观,形少数时难入微.

这句话第一次听还是初中数学老师上二次方程课时说的.最近看到了3blue1brown对线性代数的直观解释感觉豁然开朗,于是我又捡起了儿时对美妙数学的兴趣. 发现一个博客,数据可视化很好的例子,决定花些时间和大家一起解读一下

例程来自:https://www.machinelearningplus.com/plots/matplotlib-histogram-python-examples//

感谢b站UP "菜菜TsaiTsai" 分享这个博客.

正式开始“50图”的学习。首先的一个系列 <u>关联图</u> 这通常能告诉我们几个事物之间的联系。

例3、4

from matplotlib import patches
from scipy.spatial import ConvexHull
import warnings; warnings.simplefilter('ignore')
import seaborn as sns
sns.set_style("white")

# Import Data
df = pd.read_csv("https://raw.githubusercontent.com/selva86/datasets/master/mpg_ggplot2.csv")

df_select = df.loc[df.cyl.isin([4,8]), :]
# Plot
sns.set_style("white")
gridobj = sns.lmplot(x="displ", y="hwy", hue="cyl", data=df_select, 
                     height=7, aspect=1.6, robust=True, palette='tab10', 
                     scatter_kws=dict(s=60, linewidths=.7, edgecolors='black'))

# Decorations
gridobj.set(xlim=(0.5, 7.5), ylim=(0, 50))
plt.title("Scatterplot with line of best fit grouped by number of cylinders", fontsize=20)
plt.show()

解析

解析下代码流程

这是第一次使用 seaborn 包,他是matplotlib 的高级封装,我第一次见他就被他色彩吸引了。

  1. 导入数据
  2. 画图(没错seaborn 就是这么方便)
  3. 添加标注说明

先看下这个不太友好的数据集

manufacturer model displ year cyl trans drv cty hwy fl class
0 audi a4 1.8 1999 4 auto(l5) f 18 29 p compact
1 audi a4 1.8 1999 4 manual(m5) f 21 29 p compact
2 audi a4 2.0 2008 4 manual(m6) f 20 31 p compact
3 audi a4 2.0 2008 4 auto(av) f 21 30 p compact
4 audi a4 2.8 1999 6 auto(l5) f 16 26 p compact

这次用到的数据是 displ,hwy,cyl。 what? 不太懂车啊,这是什么鬼缩写。一顿谷歌搜索。

  • displ 排量
  • cyl 气缸数
  • hwy 高速公路上时每加仑里程数
  • cty 城市道路时每加仑里程数

方法参数解释

df.loc[df.cyl.isin([4,8]), :] 选择 cyl 等于 4和8的 所有行

sns.lmplot()
  • x,y,data: seaborn 包接受DateFrame 对象的行标签作为输入,也就是选取列名为displ 的这一列数据作为x输入
  • hue=‘cyl’:这里如果用hue,用col则2个点集会分别在2张图上显示而不是在同一张图上
  • height,sapect: 整个画布的尺寸设置
  • robust: 如果为真,表示回归要求是 鲁棒的
  • palette: 色彩盘,我很喜欢他的配色除了 tab10 还有很多其他可用
  • scatter_kws: 我们知道 seaborn 是matpoltlib 的高级封装 所以scatter_kws 表示原有的plt.scatter() 的关键字参数

图像

col='cyl'
hue='cyl'

应用

图中2条回归线的意思两侧的点离这条线的距离方差最小,从直观上的解释。举个例子 有一个射击手瞄准这条线射击,所有弹孔离着根线越近则他的成绩越好,而方差表示他的发挥很稳定,每次都能打出8环。淡色的阴影面积表示,这些点落在直线周围的置信度。还是射击手的例子,假设这个射击手的发挥稳定程度不变,那么他下次射击的成绩大概率会在这个阴影里。

所以我们可以从这图上看出什么?

可以猜想如果汽车技术没什么革新,用原有的技术设计。要制造一台4杠,4.0排量的汽车,那么他的油耗应该是在每加仑15-20英里的样子。

如果你是个观察力非凡的画家,你可能会发现图中,有些点颜色较深而有些点颜色浅。这并不是绘图的错误,或者视觉差。这是因为有很多同样位置的点重叠在一起。许多统计数据都会有这种重叠的特点,比如高考的成绩,一类商品的热度。

那么如何用可视化的方式展现出同一车型的热度?带着这个问题我们下期见。

下期预告

例2 散点图重合点抖动与计数 —— 回到频次统计

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容