web-dev-qa-db-ja.com

Pythonの散布図に線をオーバープロットする方法は？

データの2つのベクトルがあり、matplotlib.scatter()に入れました。次に、これらのデータへの線形近似をオーバープロットします。どうすればいいですか？ scikitlearnとnp.scatterを使用してみました。

pythonnumpymatplotlib
54
goldisfine
import numpy as np
from numpy.polynomial.polynomial import polyfit
import matplotlib.pyplot as plt

# Sample data
x = np.arange(10)
y = 5 * x + 10

# Fit with polyfit
b, m = polyfit(x, y, 1)

plt.plot(x, y, '.')
plt.plot(x, b + m * x, '-')
plt.show()

enter image description here

95
Greg Whittier

私は scikits.statsmodels に偏っています。次に例を示します。

import statsmodels.api as sm
import numpy as np
import matplotlib.pyplot as plt

X = np.random.Rand(100)
Y = X + np.random.Rand(100)*0.1

results = sm.OLS(Y,sm.add_constant(X)).fit()

print results.summary()

plt.scatter(X,Y)

X_plot = np.linspace(0,1,100)
plt.plot(X_plot, X_plot*results.params[0] + results.params[1])

plt.show()

唯一のトリッキーな部分はsm.add_constant(X)であり、これは1の列をXに追加してインターセプト項を取得します。

     Summary of Regression Results
=======================================
| Dependent Variable:            ['y']|
| Model:                           OLS|
| Method:                Least Squares|
| Date:               Sat, 28 Sep 2013|
| Time:                       09:22:59|
| # obs:                         100.0|
| Df residuals:                   98.0|
| Df model:                        1.0|
==============================================================================
|                   coefficient     std. error    t-statistic          prob. |
------------------------------------------------------------------------------
| x1                      1.007       0.008466       118.9032         0.0000 |
| const                 0.05165       0.005138        10.0515         0.0000 |
==============================================================================
|                          Models stats                      Residual stats  |
------------------------------------------------------------------------------
| R-squared:                     0.9931   Durbin-Watson:              1.484  |
| Adjusted R-squared:            0.9930   Omnibus:                    12.16  |
| F-statistic:                1.414e+04   Prob(Omnibus):           0.002294  |
| Prob (F-statistic):        9.137e-108   JB:                        0.6818  |
| Log likelihood:                 223.8   Prob(JB):                  0.7111  |
| AIC criterion:                 -443.7   Skew:                     -0.2064  |
| BIC criterion:                 -438.5   Kurtosis:                   2.048  |
------------------------------------------------------------------------------

example plot

30
pcoving

Seabornの regplot またはlmplotこのため：

enter image description here

27
deepstructure

この優れた答え の1行バージョンは、最適な行をプロットします。

plt.plot(np.unique(x), np.poly1d(np.polyfit(x, y, 1))(np.unique(x)))

xの代わりにnp.unique(x)を使用すると、xがソートされていない場合や値が重複している場合を処理できます。

poly1dの呼び出しは、 この他の優れた答え のようにm*x + bを書き出す代わりになります。

20
1''

axes.get_xlim()を使用した別の方法：

import matplotlib.pyplot as plt
import numpy as np

def scatter_plot_with_correlation_line(x, y, graph_filepath):
    '''
    http://stackoverflow.com/a/34571821/395857
    x does not have to be ordered.
    '''
    # Scatter plot
    plt.scatter(x, y)

    # Add correlation line
    axes = plt.gca()
    m, b = np.polyfit(x, y, 1)
    X_plot = np.linspace(axes.get_xlim()[0],axes.get_xlim()[1],100)
    plt.plot(X_plot, m*X_plot + b, '-')

    # Save figure
    plt.savefig(graph_filepath, dpi=300, format='png', bbox_inches='tight')

def main():
    # Data
    x = np.random.Rand(100)
    y = x + np.random.Rand(100)*0.1

    # Plot
    scatter_plot_with_correlation_line(x, y, 'scatter_plot.png')

if __== "__main__":
    main()
    #cProfile.run('main()') # if you want to do some profiling

enter image description here

10
Franck Dernoncourt
plt.plot(X_plot, X_plot*results.params[0] + results.params[1])

versus

plt.plot(X_plot, X_plot*results.params[1] + results.params[0])
2
Sébastien

Adarsh Menonによるこのチュートリアルを使用できます https://towardsdatascience.com/linear-regression-in-6-lines-of-python-5e1d0cd05b8d

この方法は私が見つけた最も簡単な方法であり、基本的に次のようになります。

import numpy as np
import matplotlib.pyplot as plt  # To visualize
import pandas as pd  # To read data
from sklearn.linear_model import LinearRegression
data = pd.read_csv('data.csv')  # load data set
X = data.iloc[:, 0].values.reshape(-1, 1)  # values converts it into a numpy array
Y = data.iloc[:, 1].values.reshape(-1, 1)  # -1 means that calculate the dimension of rows, but have 1 column
linear_regressor = LinearRegression()  # create object for the class
linear_regressor.fit(X, Y)  # perform linear regression
Y_pred = linear_regressor.predict(X)  # make predictions
plt.scatter(X, Y)
plt.plot(X, Y_pred, color='red')
plt.show()
0
Polina Novikova