[英]How to scale the x and y axis equally by log in Seaborn?
我想在 Seaborn 中创建一个带有线性回归的 regplot,并按对数对两个轴进行平均缩放,以便回归保持一条直线。
一个例子:
import matplotlib.pyplot as plt
import seaborn as sns
some_x=[0,1,2,3,4,5,6,7]
some_y=[3,5,4,7,7,9,9,10]
ax = sns.regplot(x=some_x, y=some_y, order=1)
plt.ylim(0, 12)
plt.xlim(0, 12)
plt.show()
我得到的:
如果我按对数缩放 x 和 y 轴,我希望回归保持直线。 我试过的:
import matplotlib.pyplot as plt
import seaborn as sns
some_x=[0,1,2,3,4,5,6,7]
some_y=[3,5,4,7,7,9,9,10]
ax = sns.regplot(x=some_x, y=some_y, order=1)
ax.set_yscale('log')
ax.set_xscale('log')
plt.ylim(0, 12)
plt.xlim(0, 12)
plt.show()
它的外观:
问题是您正在以常规比例拟合数据,但后来您将轴转换为对数比例。 所以线性拟合在对数尺度上不再是线性的。
相反,您需要的是将数据转换为对数刻度(以 10 为底),然后执行线性回归。 您的数据目前是一个列表。 如果将列表转换为 NumPy 数组,将数据转换为对数刻度会很容易,因为这样您就可以使用矢量化操作。
注意:您的 x 条目之一是0
,未定义日志。 您将在那里遇到警告。
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
some_x=np.array([0,1,2,3,4,5,6,7])
some_y=np.array([3,5,4,7,7,9,9,10])
ax = sns.regplot(x=np.log10(some_x), y=np.log10(some_y), order=1)
使用 NumPy polyfit 的解决方案,其中从拟合中排除 x=0 数据点
import matplotlib.pyplot as plt
import numpy as np
some_x=np.log10(np.array([0,1,2,3,4,5,6,7]))
some_y=np.log10(np.array([3,5,4,7,7,9,9,10]))
fit = np.poly1d(np.polyfit(some_x[1:], some_y[1:], 1))
plt.plot(some_x, some_y, 'ko')
plt.plot(some_x, fit(some_x), '-k')
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.