如何使用seaborn为数据框中的多列绘制一个线性回归散点图？

大多数 seaborn 函数使用 long-form data 效果更好。因此，我们可以重新组织数据并标记您用代码暗示的类别。然后，我们为所有数据绘制一个正则图，并在两个类别的顶部绘制一个散点图：

import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

#generate sample data
import numpy as np
np.random.seed(123)
n = 20
df = pd.DataFrame({"c_1":np.random.random(n),"c_2":np.zeros(n),"c_3":2 * np.random.random(n) - .5,"c_4":np.zeros(n)})
df.c_2 = 2 * df.c_1 - 3 * np.random.random(n)
df.c_4 = 3 * df.c_3 - 2 * np.random.random(n)        

#reformat the data for plotTing...
df_plot = df[["c_1","c_2"]].copy()
df_plot["cat"] = "set1" 
df_temp = df[["c_3","c_4"]].copy()
df_temp.columns = ["c_1","c_2"]
df_temp["cat"] = "set2" 
df_plot = df_plot.append(df_temp)

#...and plot
sns.regplot(data=df_plot,x='c_1',y='c_2',scatter=falsE)
sns.scatterplot(data=df_plot,x="c_1",y="c_2",hue="cat")

plt.show()

示例输出：

您可能希望为 regplot 赋予不同的颜色，以避免出现拟合线仅适用于散点图中的某些数据点的印象。

您可以为此使用子图。

import pandas as pd
from matplotlib import pyplot as plt
import seaborn as sns

plt.figure(figsize=(12,5))

#subplot(nrows,ncols,indeX)
plt.subplot(1,2,1)
sns.regplot(data=df,y='c_2')

plt.subplot(1,2)
sns.regplot(data=df,x='c_3',y='c_4') 

plt.show()

尝试联合绘图

GROUP BY