seaborn.lmplot() 함수를 사용하여 그래프 플로팅

seaborn 모듈은 Python에서 통계 플롯을 만드는 데 사용됩니다. matplotlib 모듈을 기반으로하므로 사용이 매우 간단합니다.

seaborn.lmplot()함수는 주어진 데이터를 사용하여 기본 산점도를 FacetGrid에 생성합니다.

다음 코드를 참조하십시오.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import random

x = range(50)
y = random.sample(range(100), 50)
cat = [i for i in range(2)] * 25
df = pd.DataFrame({"x": x, "y": y, "Category": cat})

sns.lmplot(x="x", y="y", data=df, fit_reg=False, hue="Category")

그러나이 함수의 사용은 산점도 플로팅을 초과합니다. 또한 플롯에 선택적 회귀선을 그려서 데이터 간의 관계를 이해하는 데 사용할 수도 있습니다. 로지스틱 회귀에도 사용할 수 있습니다.

단순 회귀를 수행하고 데이터를 플로팅하는데도 사용되는seaborn.regplot()함수와 달리seaborn.lmplot()함수는seaborn.FacetGrid()클래스를seaborn.regplot() 함수과 결합합니다.

FacetGrid()는 데이터의 다른 하위 집합과 데이터 분포 간의 관계를 시각화하는 데 사용되며 여러 플롯에 대한 그리드를 만드는 데 사용할 수 있습니다. 행, 열 및 색상을 제공하는 세 개의 축에서 작동합니다. 복잡한 데이터 세트로 작업 할 때 매우 유용합니다.

seaborn.lmplot()함수로 다른 매개 변수를 사용하여 최종 그림을 사용자 정의 할 수도 있습니다. 플롯의 색상과 같은 필요한 사용자 정의를line_kws및scatter_kws매개 변수에 사전의 키-값 쌍으로 제공 할 수 있습니다.

아래 코드에서는이 함수를 사용하여 회귀선이있는 그래프를 플로팅합니다.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import random

x = range(50)
y = random.sample(range(100), 50)
cat = [i for i in range(2)] * 25
df = pd.DataFrame({"x": x, "y": y, "Category": cat})

sns.lmplot(x="x", y="y", data=df, hue="Category")

fit_reg매개 변수는 기본적으로 True로 설정됩니다. 데이터 세트에는 여러 범주가 있으므로 여러 회귀선을 그릴 수있었습니다. hue매개 변수를 제거했다면 단일 회귀 플롯을 얻을 수 있습니다. 회귀에도 많은 매개 변수를 사용할 수 있습니다. 이들 중 일부에는 데이터에 약간의 노이즈를 추가하는 데 사용되는jitter인수 또는 주어진 추정 값을 플로팅하는 데 사용되는estimator매개 변수가 포함됩니다.