seaborn.residplot

    绘制线性回归的残差。

    此函数将在x上回归y（可能作为鲁棒或多项式回归），然后绘制残差的散点图。 你可以选择将局部加权回归散点平滑法（LOWESS）拟合到残差图，这有助于确定残差是否存在结构。

    参数：： 向量或字符串

    预测变量数据中的数据或列名称。

    y：向量或字符串

    响应变量的数据中的数据或列名称。

    data：DataFrame, 可选

    如果 x 和 y 是列名，则指定使用的DataFrame

    lowess： 布尔值, 可选

    具有与x相同的第一维的矩阵或数据中的列名称。这些变量被视为有误的，并在绘制之前从x或y变量中删除。

    order：整数，可选

    计算残差时拟合多项式的阶数。

    robust：布尔值，可选

    在计算残差时拟合稳健的线性回归。

    dropna：布尔值，可选

    ：字符串，可选

    将在任何图的图例中使用的标签。

    color：matplotlib 颜色，可选

    {scatter, line}_kws： 字典，可选

    用于绘制图像的组件而传递给 scatter() 和 plot() 的其他关键字参数。

    ax：matplotlib轴，可选

    返回值：ax：matplotlib Axes对象

    带有回归图像的轴对象

    也可以看看

    绘制一个简单的线性回归模型

    jointplot