Regressions et autres

Regression linéaire en traçant le graphe :

seaborn.lmplot(x = 'A', y = 'B', data = df) où A et B sont les noms de colonnes du dataframe pandas df : trace les points, la droite de regression.
regplot marche comme lmplot, mais accepte aussi directement les 2 vecteurs : seaborn.regplot(x, y). Elle est surtout utile quand on veut controller les différents graphes que l'on fait dans une image (lmplot est de plus haut niveau).
on peut donner des paramètres graphiques avec seaborn.lmplot(x = 'A', y = 'B', data = df, scatter_kws = {'s': 5, 'color': 'red'}, line_kws = {'color': 'green'})
ci = None : pas d'intervalle de confiance.
order = 2 : regression de degré 2.
seaborn.residplot(x = 'A', y = 'B', data = df) : trace les résidus en fonction de x (directement)

Regression linéaire dépendant d'une autre variable de type catégorie :

seaborn.lmplot(x = 'A', y = 'B', hue = 'C1', data = df) : trace sur le même graphe les points avec une couleur en fonction de la catégorie C1 et une droite de regression pour chaque valeur de C.
seaborn.lmplot(x = 'A', y = 'B', hue = 'C1', col = 'C2', data = df) : trace un graphe différent par valeur de C2, les graphes étant en colonne (row pour graphes en ligne).
seaborn.lmplot(x = 'A', y = 'B', hue = 'C1', row = 'C2', col = 'C3', data = df) : trace un graphe différent par valeur de C2 et valeur de C3 en ligne et colonne.

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