散点图的最佳拟合线答案

【问题标题】：Best fitting line for a scatter plot散点图的最佳拟合线
【发布时间】：2017-02-25 00:29:39
【问题描述】：

如果我不知道 2 个轴之间的关系，有什么方法可以找到散点图的最佳拟合线（否则我可以使用 scipy.optimize）。我的散点图看起来像这样

我想要这样一条线我需要得到最佳拟合线的点以便进一步计算

for j in lat :
l=94*j
i=l-92
for lines in itertools.islice(input_file, i, l):
    lines=lines.split()
    p.append(float(Decimal(lines[0])))
    vmr.append(float(Decimal(lines[3])))
    plt.scatter(vmr, p)

【问题讨论】：

标签： python matplotlib

【解决方案1】：

您可以使用LOWESS (Locally Weighted Scatterplot Smoothing)，一种非参数回归方法。

Statsmodels 有一个实现here，您可以使用它来适应您自己的平滑器。

有关使用 Statsmodels 实现的示例，请参阅此 StackOverflow question on visualizing nonlinear relationships in scatter plots。

您还可以使用 Seaborn 可视化库的 regplot() 函数中的实现，并带有关键字参数 lowess=True。详情请参阅Seaborn documentation。

以下代码是使用Seaborn 和来自上述 StackOverflow 问题的数据的示例：

import numpy as np
import seaborn as sns
sns.set_style("white")

x = np.arange(0,10,0.01)
ytrue = np.exp(-x/5.0) + 2*np.sin(x/3.0)

# add random errors with a normal distribution                      
y = ytrue + np.random.normal(size=len(x))

sns.regplot(x, y, lowess=True, color="black", 
            line_kws={"color":"magenta", "linewidth":5})

【讨论】：

【解决方案2】：

这可能不是 matplotlib 问题，但我认为您可以使用 pandas 做这种事情，使用滚动中位数。

smoothedData = dataSeries.rolling(10, center = True).median()

实际上，您可以对任何东西进行滚动中位数，但 pandas 有一个内置功能。 Numpy 也可以。

【讨论】：