Seaborn reglot တွင် ဆုတ်ယုတ်မှုညီမျှခြင်းကို မည်သို့ပြသမည်နည်း။

ဒေတာအစုံနှင့် ကိုက်ညီသော linear regression model ကို ရေးဆွဲရန် seaborn regplot လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်။

ကံမကောင်းစွာဖြင့်၊ Seaborn တွင် မျဉ်းကြောင်းမှ ဆုတ်ယုတ်မှုညီမျှခြင်းကို ထုတ်ယူရန် built-in အင်္ဂါရပ် မပါရှိသော်လည်း၊ သင်သည် scipy.stats.linregress လုပ်ဆောင်ချက်ကို အသုံးပြု၍ ဆုတ်ယုတ်မှုကိန်းဂဏန်းများကို အမြန်ရှာဖွေနိုင်သည်-

 import scipy
import seaborn as sns

#create regplot
p = sns. regplot (data=df, x=df. x , y=df. y )

#calculate slope and intercept of regression equation
slope, intercept, r, p, sterr = scipy. stats . linregress (x= p.get_lines ()[0] .get_xdata (),
                                                       y=p. get_lines ()[0]. get_ydata ())

အောက်ဖော်ပြပါ ဥပမာသည် ဤ syntax ကို လက်တွေ့တွင် မည်သို့အသုံးပြုရမည်ကို ပြသထားသည်။

ဥပမာ- Seaborn Reglot တွင် ဆုတ်ယုတ်မှုညီမျှခြင်းကို ပြပါ။

ကျွန်ုပ်တို့တွင် အောက်ဖော်ပြပါ ပန်ဒါ DataFrame ရှိသည် ဆိုပါစို့ ကျောင်းသားကျောင်းသူ အသီးသီး၏ သင်ကြားခဲ့သည့် နာရီများနှင့် နောက်ဆုံးစာမေးပွဲရမှတ်များအကြောင်း အချက်အလက်များ ပါ၀င်သည်ဆိုပါစို့။

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' hours ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
                   ' score ': [77, 79, 84, 80, 81, 89, 95, 90, 83, 89]})

#view DataFrame
print (df)

   hours score
0 1 77
1 2 79
2 3 84
3 4 80
4 5 81
5 6 89
6 7 95
7 8 90
8 9 83
9 10 89

ကျွန်ုပ်တို့သည် ဒေတာအမှတ်များကို ဆွဲချပြီး ဒေတာသို့ တပ်ဆင်ထားသော ဆုတ်ယုတ်မှုမျဉ်းကို ပေါင်းထည့်လိုသည်ဆိုကြပါစို့။

ဒါကိုလုပ်ဖို့ အောက်ပါ syntax ကို သုံးနိုင်ပါတယ်။

 import scipy
import seaborn as sns

#create regplot
p = sns. regplot (data=df, x=df. hours , y=df. score )

#calculate slope and intercept of regression equation
slope, intercept, r, p, sterr = scipy. stats . linregress (x= p.get_lines ()[0] .get_xdata (),
                                                       y=p. get_lines ()[0]. get_ydata ())

#display slope and intercept of regression equation
print (intercept, slope)

77.39999999999995 1.3272727272727356

ရလဒ်မှ၊ ဆုတ်ယုတ်မှုမျဉ်းတွင် အောက်ပါညီမျှခြင်းရှိသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်သည်-

y = 77.4 + 1.327

seaborn regplot တွင် ဤညီမျှခြင်းအား ပြသလိုပါက matplotlib text() လုပ်ဆောင်ချက်ကို အသုံးပြုနိုင်ပါသည်။

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

#create regplot
p = sns. regplot (data=df, x=df. hours , y=df. score )

#calculate slope and intercept of regression equation
slope, intercept, r, p, sterr = scipy. stats . linregress (x= p.get_lines ()[0] .get_xdata (),
                                                       y=p. get_lines ()[0]. get_ydata ())

#add regression equation to plot
plt. text (2, 95, ' y = ' + str(round(intercept,3)) + ' + ' + str(round(slope,3)) + ' x ') 

ဆုတ်ယုတ်မှုညီမျှခြင်းအား ကွက်ကွက်၏ ဘယ်ဘက်အပေါ်ထောင့်တွင် ယခုပြသထားကြောင်း သတိပြုပါ။

text() function တွင် regression equation ကို (x, y) coordinates များမှ (2, 95) မှပြသသင့်သည်ဟု ကျွန်ုပ်တို့သတ်မှတ်ထားသည်ကို သတိပြုပါ။

သင့်ကိုယ်ပိုင်ကြံစည်မှုတွင် သင်အလိုရှိသည့်နေရာတိုင်းတွင် ဆုတ်ယုတ်ညီမျှခြင်းကိုပြသရန် ဤသြဒိနိတ်များကို အခမဲ့ပြင်ဆင်ပါ။

မှတ်ချက် – seaborn regplot လုပ်ဆောင်ချက်အတွက် စာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာဖွေနိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် Seaborn တွင် အခြားဘုံအလုပ်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Seaborn ဇာတ်ကွက်၏ ပုံအရွယ်အစားကို ချိန်ညှိနည်း
Seaborn မှာ ဒဏ္ဍာရီတစ်ယောက်ရဲ့ အနေအထားကို ဘယ်လိုပြောင်းမလဲ။
Seaborn ကွက်တွင် ဝင်ရိုးအညွှန်းများကို မည်သို့ပြောင်းရမည်နည်း။