如何在同一图中绘制多个线性回归

Question

鉴于以下情况：

import numpy as np
import pandas as pd
import seaborn as sns

np.random.seed(365)
x1 = np.random.randn(50)
y1 = np.random.randn(50) * 100
x2 = np.random.randn(50)
y2 = np.random.randn(50) * 100

df1 = pd.DataFrame({'x1':x1, 'y1': y1})
df2 = pd.DataFrame({'x2':x2, 'y2': y2})

sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)

这将创建 2 个单独的图。如何将 df2 中的数据添加到 SAME 图表中？我在网上找到的所有 seaborn 示例似乎都集中在如何创建相邻图形（例如，通过“hue”和“col_wrap”选项）。此外，我不喜欢使用可能存在附加列的数据集示例，因为这在我正在处理的项目中没有自然意义。

如果需要混合使用 matplotlib/seaborn 函数来实现这一点，如果有人可以帮助说明，我将不胜感激。

Answer 1

您可以使用seaborn 的FacetGrid 类来获得所需的结果。 您需要用这些行替换您的绘图调用：

# sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
# sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)
df = pd.concat([df1.rename(columns={'x1':'x','y1':'y'})
                .join(pd.Series(['df1']*len(df1), name='df')), 
                df2.rename(columns={'x2':'x','y2':'y'})
                .join(pd.Series(['df2']*len(df2), name='df'))],
               ignore_index=True)

pal = dict(df1="red", df2="blue")
g = sns.FacetGrid(df, hue='df', palette=pal, size=5);
g.map(plt.scatter, "x", "y", s=50, alpha=.7, linewidth=.5, edgecolor="white")
g.map(sns.regplot, "x", "y", ci=None, robust=1)
g.add_legend();

这将产生这个情节：

如果我理解正确，这就是你所需要的。

请注意，您需要注意.regplot 参数，并且可能需要更改我作为示例提供的值。

• 行尾的; 是为了抑制命令的输出（我在可见的地方使用ipython notebook）。
• Docs 对.map() 方法做一些解释。本质上，它就是这样做的，将绘图命令与数据映射。但是，它可以使用像 regplot 这样的“低级”绘图命令，而不是 lmlplot，它实际上是在后台调用 regplot。
• 通常plt.scatter 会使用参数：c='none'、edgecolor='r' 来制作未填充的标记。但是 seaborn 干扰了这个过程并对标记强制执行颜色，所以我看不到一个简单/直接的方法来解决这个问题，但是在 seaborn 生成情节之后操纵ax 元素，最好作为一部分解决另一个问题。

Answer 2

选项 1：sns.regplot

• 在这种情况下，最容易实现的解决方案是使用sns.regplot，这是一个轴级函数，因为这不需要结合df1 和df2。

import pandas as pd
import seaborn
import matplotlib.pyplot as plt

# create the figure and axes
fig, ax = plt.subplots(figsize=(6, 6))

# add the plots for each dataframe
sns.regplot(x='x1', y='y1', data=df1, fit_reg=True, ci=None, ax=ax, label='df1')
sns.regplot(x='x2', y='y2', data=df2, fit_reg=True, ci=None, ax=ax, label='df2')
ax.set(ylabel='y', xlabel='x')
ax.legend()
plt.show()

---

选项 2：sns.lmplot

• 根据sns.FacetGrid，使用图形级函数比直接使用FacetGrid更好。
• 将df1 和df2 组合成一个长格式，然后将sns.lmplot 与hue 参数一起使用。
• 使用seaborn 时，几乎总是需要使用长格式的数据。
  • 习惯上使用pandas.DataFrame.stack 或pandas.melt 将DataFrames 从宽转换为长。
  • 因此，df1 和df2 必须重命名列，并具有附加的标识列。这允许它们以axis=0（默认长格式）而不是axis=1（宽格式）连接。
• 有多种方法可以组合 DataFrame：
  1. Primer 中的answer 中的组合方法如果组合几个DataFrame 就可以了。
  2. 但是，如下所示的函数更适合组合多个 DataFrame。

def fix_df(data: pd.DataFrame, name: str) -> pd.DataFrame:
    """rename columns and add a column"""
    # rename columns to a common name
    data.columns = ['x', 'y']
    # add an identifying value to use with hue
    data['df'] = name
    return data


# create a list of the dataframes
df_list = [df1, df2]

# update the dataframes by calling the function in a list comprehension
df_update_list = [fix_df(v, f'df{i}') for i, v in enumerate(df_list, 1)]

# combine the dataframes
df = pd.concat(df_update_list).reset_index(drop=True)

# plot the dataframe
sns.lmplot(data=df, x='x', y='y', hue='df', ci=None)

注意事项

• 用于此答案的软件包版本：
  • pandas v1.2.4
  • seaborn v0.11.1
  • matplotlib v3.3.4