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