注释线性回归方程

Question

我尝试使用OLS拟合波士顿数据集。我的图表如下所示。

如何在直线上方或图表的某个位置注释线性回归方程？如何在Python中打印方程？

我对这个领域还比较新。目前正在探索Python。如果有人能帮助我，将加快我的学习曲线。

我也试过这个。

我的问题是 - 如何以方程式的形式在图表中注释上述内容？

- Naive_Natural2511

Answer 1

您可以使用线性拟合系数来制作类似于此示例中的图例：

import seaborn as sns
import matplotlib.pyplot as plt
from scipy import stats

tips = sns.load_dataset("tips")

# get coeffs of linear fit
slope, intercept, r_value, p_value, std_err = stats.linregress(tips['total_bill'],tips['tip'])

# use line_kws to set line label for legend
ax = sns.regplot(x="total_bill", y="tip", data=tips, color='b', 
 line_kws={'label':"y={0:.1f}x+{1:.1f}".format(slope,intercept)})

# plot legend
ax.legend()

plt.show()

如果你使用更复杂的拟合函数，你可以使用 LaTeX 公式：https://matplotlib.org/users/usetex.html

- Serenity

---

您想知道如何确定regplot线反映了scipy.stats回归参数？令人惊讶的是，Seaborn并未提供用于制作其图形的计算参数... - joaquin

@joaquin，不幸的是他们也没有计划这样做。https://dev59.com/bFwX5IYBdhLWcg3wtBQa#47062135 - Abdelrahman Shoman

Answer 2

如果使用 seaborn 的 lmplot，要注释多个线性回归线，可以采取以下方法。

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

df = pd.read_excel('data.xlsx')
# assume some random columns called EAV and PAV in your DataFrame 
# assume a third variable used for grouping called "Mammal" which will be used for color coding
p = sns.lmplot(x=EAV, y=PAV,
        data=df, hue='Mammal', 
        line_kws={'label':"Linear Reg"}, legend=True)

ax = p.axes[0, 0]
ax.legend()
leg = ax.get_legend()
L_labels = leg.get_texts()
# assuming you computed r_squared which is the coefficient of determination somewhere else
slope, intercept, r_value, p_value, std_err = stats.linregress(df['EAV'],df['PAV'])
label_line_1 = r'$y={0:.1f}x+{1:.1f}'.format(slope,intercept)
label_line_2 = r'$R^2:{0:.2f}$'.format(0.21) # as an exampple or whatever you want[!
L_labels[0].set_text(label_line_1)
L_labels[1].set_text(label_line_2)

结果:

- RMS

---

我不明白为什么你在label_line_2中放置0.21（“或者任何你想要的”，用你的话来说），而不是使用stats.linregress提供的实际r_value ** 2。 - Robyc

这是一个例子，当然你可以做到。问题是要注释线性回归线，而不是如何在注释中写入R平方值。 - RMS

Answer 3

更简单的语法，同样的结果。

    import seaborn as sns
    import matplotlib.pyplot as plt
    from scipy import stats
        
    slope, intercept, r_value, pv, se = stats.linregress(df['alcohol'],df['magnesium'])
        
    sns.regplot(x="alcohol", y="magnesium", data=df, 
      ci=None, label="y={0:.1f}x+{1:.1f}".format(slope, intercept)).legend(loc="best")

- Union find

---

当然，您也可以在Python3中使用f字符串。 - Union find

Answer 4

我扩展了@RMS的解决方案，使其适用于多面板lmplot示例（使用睡眠剥夺研究（Belenky等人，J Sleep Res 2003）中的数据，在pydataset中可用）。这样可以在不使用例如regplot和plt.subplots的情况下具有轴特定的图例/标签。

编辑：根据这里Marcos的答案建议，添加了使用FacetGrid()的map_dataframe()方法的第二种方法。

import numpy as np
import scipy as sp
import pandas as pd
import seaborn as sns
import pydataset as pds
import matplotlib.pyplot as plt

# use seaborn theme
sns.set_theme(color_codes=True)

# Load data from sleep deprivation study (Belenky et al, J Sleep Res 2003)
#  ['Reaction', 'Days', 'Subject'] = [reaction time (ms), deprivation time, Subj. No.]
df = pds.data("sleepstudy")
# convert integer label to string
df['Subject'] = df['Subject'].apply(str)

# perform linear regressions outside of seaborn to get parameters
subjects = np.unique(df['Subject'].to_numpy())
fit_str = []
for s in subjects:
    ddf = df[df['Subject'] == s]
    m, b, r_value, p_value, std_err = \
        sp.stats.linregress(ddf['Days'],ddf['Reaction'])
    fs = f"y = {m:.2f} x + {b:.1f}"
    fit_str.append(fs)

method_one = False
method_two = True
if method_one:
    # Access legend on each axis to write equation
    #
    # Create 18 panel lmplot with seaborn
    g = sns.lmplot(x="Days", y="Reaction", col="Subject",
                   col_wrap=6, height=2.5, data=df,
                   line_kws={'label':"Linear Reg"}, legend=True)
    # write string with fit result into legend string of each axis
    axes = g.axes # 18 element list of axes objects
    i=0
    for ax in axes:
        ax.legend()  # create legend on axis
        leg = ax.get_legend()
        leg_labels = leg.get_texts()
        leg_labels[0].set_text(fit_str[i])
        i += 1
elif method_two:
    # use the .map_dataframe () method from FacetGrid() to annotate plot
    #  https://dev59.com/cl8e5IYBdhLWcg3wlbTx (answer by @Marcos)
    #
    # Create 18 panel lmplot with seaborn
    g = sns.lmplot(x="Days", y="Reaction", col="Subject",
                   col_wrap=6, height=2.5, data=df)
    def annotate(data, **kws):
        m, b, r_value, p_value, std_err = \
            sp.stats.linregress(data['Days'],data['Reaction'])
        ax = plt.gca()
        ax.text(0.5, 0.9, f"y = {m:.2f} x + {b:.1f}",
                horizontalalignment='center',
                verticalalignment='center',
                transform=ax.transAxes)
    g.map_dataframe(annotate)

# write figure to pdf
plt.savefig("sleepstudy_data_w-fits.pdf")

输出结果（方法1）:

输出结果（方法2）:

更新于2022-05-11：与绘图技术无关，事实证明这些数据的解释是错误的（例如在原始R存储库中提供的解释）。请参见此处报告的问题。适合进行的拟合应该是从第2到第9天，对应于零到七天的睡眠剥夺（每晚3小时睡眠）。前三个数据点对应于训练和基线天数（每晚8小时睡眠）。

- Ben H