Regressions

regplot

Pour tracer des points avec une regression linéaire :


df = pandas.DataFrame({'A': [0.3, 0.6, 0.7, 1.2, 2.5, 2.9, 3], 'B': [2, 2.5, 3, 5.2, 7, 8.3, 9]})
seaborn.regplot(x = 'A', y = 'B', data = df, ci = 95, color = 'green', label = 'myCurve',
  scatter_kws = {'s': 50}, line_kws = {'color': 'red'})
seaborn.regplot(x = 'A', y = 'A', data = df, ci = None, color = 'blue', label = 'x contre x')
pyplot.legend()

Paramètres :

ci = 95 : intervalle de confiance à 95% (défaut).
ci = None : ne trace pas d'intervalle de confiance.
logistic = True : permet de faire une régression logistque.
lowess = True : permet de faire du lowess.
x_jitter = 0.2 : ajoute du bruit sur les valeurs de x, mais seulement pour la représentation (pas pour le calcul de la régression).
order = 2 : polynome de degré 2.

lmplot

Permet de tracer plusieurs regression linéaire en même temps, comme FacetGrid.

pour tracer ici 2 regressions linéaires :


df = pandas.DataFrame({'A': [0.3, 0.6, 0.7, 1.2, 2.5, 2.9, 3], 'B': [2, 2.5, 3, 5.2, 7, 8.3, 9]})
df2 = df * 2; df['C'] = 'a'; df2['C'] = 'b'
df = pandas.concat([df, df2])
seaborn.lmplot(x = 'A', y = 'B', col = 'C', data = df, col_order = ['b', 'a'], aspect = 0.8)

lmplot prend beaucoup d'arguments de regplot et de FacetGrid :

hue, palette : permet d'avoir en plus une colonne qui permet de tracer plusieurs graphes sur le même axe.
col_wrap, row : voir FacetGrid.
aspect : ratio largeur/hauteur des graphes (défaut est 1).
sharex, sharey : voir FacetGrid.
ci : voir regplot.
logistic, lowess : voir regplot.

programmer en python, tutoriel python, graphes en python, Aymeric Duclert