按散点图超强回归线和rsq分组答案

【问题标题】：group by scatterplot super impose regression line and rsq按散点图超强回归线和rsq分组
【发布时间】：2018-02-13 23:53:37
【问题描述】：

我有一个数据框，我想为我的数据中的每个宇宙绘制子图

我执行以下操作，可以很好地生成散点图。输出是每个宇宙的散点图，其中 csk 在 y 轴上，msk 在 x 轴上。我试图在每个子图上叠加一条回归线，并在每个子图上添加 Rsq。有没有办法做到这一点？ seaborn 更好用吗（“regplot”）

plt.suptitle(mytitle, fontsize = 20)
for (universe, group), ax in zip(temp1.groupby([temp1.universe], sort = False), axes.flatten()):
    group.plot(x='msk', y='csk', kind='scatter', ax=ax, title=universe,s=2)
    ax.set_xlim(0,1)
    ax.set_ylim(0,1)
    ax.set_xlabel("msk", fontsize =10)
    ax.set_ylabel("csk", fontsize = 10)
    ax.set_title(universe, fontsize = 12)

【问题讨论】：

标签： python pandas matplotlib plot seaborn

【解决方案1】：

使用scipy.optimize.curve_fit 或scipy.stats.linregress 可以非常简单地拟合回归线。

利用这些函数的输出，您可以使用matplotlib 的ax.plot 函数轻松绘制回归图。

根据您的数据计算R^2 并拟合（如果您不知道，请查看方程式，它非常简单），然后使用ax.annotate 或ax.text 将其添加到绘图中

【讨论】：