Infelizmente, Seaborn n\u00e3o possui um recurso integrado para extrair a equa\u00e7\u00e3o de regress\u00e3o da linha, mas voc\u00ea pode usar a fun\u00e7\u00e3o scipy.stats.linregress<\/strong> para encontrar rapidamente os coeficientes de regress\u00e3o:<\/span><\/p>\n O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas que cont\u00e9m informa\u00e7\u00f5es sobre as horas estudadas e as notas dos exames finais de v\u00e1rios alunos:<\/span><\/p>\n Digamos que queremos tra\u00e7ar os pontos de dados e adicionar uma linha de regress\u00e3o ajustada aos dados.<\/span><\/p>\n Podemos usar a seguinte sintaxe para fazer isso:<\/span> <\/p>\n Pelo resultado, podemos ver que a reta de regress\u00e3o possui a seguinte equa\u00e7\u00e3o:<\/span><\/p>\n y = 77,4 + 1,327<\/strong><\/span><\/p>\n Se quisermos exibir esta equa\u00e7\u00e3o no Seaborn regplot<\/strong> , podemos usar a fun\u00e7\u00e3o matplotlib text()<\/strong> :<\/span> <\/p>\n Observe que a equa\u00e7\u00e3o de regress\u00e3o agora \u00e9 exibida no canto superior esquerdo do gr\u00e1fico.<\/span><\/p>\n Observe que na fun\u00e7\u00e3o text()<\/strong> especificamos que a equa\u00e7\u00e3o de regress\u00e3o deve ser exibida a partir das coordenadas (x, y) de (2, 95).<\/span><\/p>\n Sinta-se \u00e0 vontade para modificar essas coordenadas para exibir a equa\u00e7\u00e3o de regress\u00e3o onde quiser em seu pr\u00f3prio gr\u00e1fico.<\/span><\/p>\n Nota<\/strong> : Voc\u00ea pode encontrar a documenta\u00e7\u00e3o completa para a fun\u00e7\u00e3o regplot<\/strong> do Seaborn aqui<\/a> .<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns no Seaborn:<\/span><\/p>\n Como ajustar o tamanho da figura de um gr\u00e1fico Seaborn<\/a> Voc\u00ea pode usar a fun\u00e7\u00e3o regplot seaborn para tra\u00e7ar um modelo de regress\u00e3o linear ajustado a um conjunto de dados. Infelizmente, Seaborn n\u00e3o possui um recurso integrado para extrair a equa\u00e7\u00e3o de regress\u00e3o da linha, mas voc\u00ea pode usar a fun\u00e7\u00e3o scipy.stats.linregress para encontrar rapidamente os coeficientes de regress\u00e3o: import scipy import seaborn as sns […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-4236","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n import<\/span> scipy\nimport<\/span> seaborn as<\/span> sns\n\n#create regplot\n<\/span>p = sns. regplot<\/span> (data=df, x=df. x<\/span> , y=df. y<\/span> )\n\n#calculate slope and intercept of regression equation\n<\/span>slope, intercept, r, p, sterr = scipy. stats<\/span> . linregress<\/span> (x= p.get_lines<\/span> ()[0] .get_xdata<\/span> (),\n y=p. get_lines<\/span> ()[0]. get_ydata<\/span> ())\n<\/strong><\/pre>\n Exemplo: Mostrar equa\u00e7\u00e3o de regress\u00e3o no Seaborn Regplot<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' hours<\/span> ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],\n ' score<\/span> ': [77, 79, 84, 80, 81, 89, 95, 90, 83, 89]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n hours score\n0 1 77\n1 2 79\n2 3 84\n3 4 80\n4 5 81\n5 6 89\n6 7 95\n7 8 90\n8 9 83\n9 10 89\n<\/strong><\/pre>\n import<\/span> scipy\nimport<\/span> seaborn as<\/span> sns\n\n#create regplot\n<\/span>p = sns. regplot<\/span> (data=df, x=df. hours<\/span> , y=df. score<\/span> )\n\n#calculate slope and intercept of regression equation\n<\/span>slope, intercept, r, p, sterr = scipy. stats<\/span> . linregress<\/span> (x= p.get_lines<\/span> ()[0] .get_xdata<\/span> (),\n y=p. get_lines<\/span> ()[0]. get_ydata<\/span> ())\n\n#display slope and intercept of regression equation\n<\/span>print<\/span> (intercept, slope)\n\n77.39999999999995 1.3272727272727356\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/regplot1.jpg\")
<\/p>\n import<\/span> matplotlib. pyplot<\/span> as<\/span> plt<\/span>\nimport<\/span> scipy\nimport<\/span> seaborn as<\/span> sns\n\n#create regplot\n<\/span>p = sns. regplot<\/span> (data=df, x=df. hours<\/span> , y=df. score<\/span> )\n\n#calculate slope and intercept of regression equation\n<\/span>slope, intercept, r, p, sterr = scipy. stats<\/span> . linregress<\/span> (x= p.get_lines<\/span> ()[0] .get_xdata<\/span> (),\n y=p. get_lines<\/span> ()[0]. get_ydata<\/span> ())\n\n#add regression equation to plot\n<\/span>plt. text<\/span> (2, 95, ' y =<\/span> ' + str(round(intercept,3)) + ' +<\/span> ' + str(round(slope,3)) + ' x<\/span> ')<\/span><\/strong> <\/pre>\n![\"Equa\u00e7\u00e3o](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/regplot2.jpg\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h2>\n
Como mudar a posi\u00e7\u00e3o de uma lenda em Seaborn<\/a>
Como alterar os r\u00f3tulos dos eixos em um gr\u00e1fico Seaborn<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"