Seaborn，pandas，statsmodule的综合使用（高级编程技术 week14）

谁借莪１个温暖的怀抱￠ 2022-05-23 12:49 165阅读 0赞

# Seaborn，pandas，statsmodule的综合使用（高级编程技术 week14） #

这次我们完成的题目来源于该网站：

[https://nbviewer.jupyter.org/github/schmit/cme193-ipython-notebooks-lecture/blob/master/Exercises.ipynb][https_nbviewer.jupyter.org_github_schmit_cme193-ipython-notebooks-lecture_blob_master_Exercises.ipynb]

## part 1 ##

For each of the four datasets…

*  Compute the mean and variance of both x and y
 *  Compute the correlation coefficient between x and y
 *  Compute the linear regression line: y=β0+β1x+ϵ (hint: use statsmodels and look at the Statsmodels notebook)

### 使用到的工具 ###

在计算数据的统计学数据时，我使用到了numpy库相关的函数，如`np.average()`, `np.var()`，`np.corrcoef()`等，对statsmodule库也有了初步的了解。

### 代码展示 ###

data_stats = {}
    # 打印四个数据集的相关统计数据，计算并画出四个数据集的拟合曲线
    for i in range(0, 4):
        # 获得对应数据集数据
        data = anscombe[anscombe.data == i]
        # 计算平均值，方差，相关系数，并使用json字符串打印出来
        cur_data_stats = {}
        cur_data_stats['average'] = np.average(data.x)
        cur_data_stats['variance'] = np.var(data.x)
        cur_data_stats['coef'] = np.corrcoef(data.x, data.y)[0,1]
    
        # 计算回归曲线
        X = data.x
        X = sm.add_constant(X)
        e = np.random.random()
        ## 需要拟合出来的初值
        beta = [1.0, 1.0]
        fit_result = sm.OLS(data.y, X).fit()
        print(fit_result.summary())
        cur_data_stats['fit_result'] = list(fit_result.params)
        dataset_name = 'dataset_' + str(i)
        data_stats[dataset_name] = cur_data_stats
    
    print(json.dumps(data_stats, indent=4) )

### 结果 ###

该数据集的四个部分，均值，方差，相关系数以及拟合曲线均惊人的一致。我使用json格式打印出来，如下所示。

{
        "dataset_0": { "average": 9.0, "variance": 10.0, "coef": 0.81642051634484, "fit_result": [ 3.0000909090909085, 0.5000909090909091 ] },
        "dataset_1": { "average": 9.0, "variance": 10.0, "coef": 0.8162365060002428, "fit_result": [ 3.00090909090909, 0.5000000000000002 ] },
        "dataset_2": { "average": 9.0, "variance": 10.0, "coef": 0.8162867394895984, "fit_result": [ 3.002454545454544, 0.49972727272727285 ] },
        "dataset_3": { "average": 9.0, "variance": 10.0, "coef": 0.8165214368885028, "fit_result": [ 3.001727272727269, 0.499909090909091 ] } }

## Part 2 ##

Using Seaborn, visualize all four datasets.

hint: use sns.FacetGrid combined with plt.scatter

### 说明 ###

这道题要求使用Seaborn库来对数据进行展示。话说Seaborn是对matplotlib库更高级的封装，画出来的图表，代码少还好看！

### 代码展示 ###

这里我使用了两种方法来画图。

一种是Seaborn中的`lmplot`函数来画，该函数还能够顺便把拟合曲线给画出来。

另一个就是题目中的提示，使用`FacetGrid`函数将`plt.scatter`的四个散点图拼在一起。

sns.set(style="ticks") print(anscombe) # Show the results of a linear regression within each dataset sns.lmplot(x="x", y="y", data = anscombe, col='data') g = sns.FacetGrid(anscombe, col='data') g = g.map(plt.scatter, 'x', 'y')

### 结果展示 ###

![chrome_2018-06-09_10-21-11.png][]

[https_nbviewer.jupyter.org_github_schmit_cme193-ipython-notebooks-lecture_blob_master_Exercises.ipynb]: https://nbviewer.jupyter.org/github/schmit/cme193-ipython-notebooks-lecture/blob/master/Exercises.ipynb
[chrome_2018-06-09_10-21-11.png]: https://lh3.googleusercontent.com/-otSn6Z7jDQs/Wxs5lyv23oI/AAAAAAAAIM0/ZBZ-QCdyfHUul84X5KUy3YxoLJpIgsq3wCHMYCw/s0/chrome_2018-06-09_10-21-11.png