วิธีใช้ฟังก์ชัน abline ใน matplotlib

ฟังก์ชัน abline ใน R สามารถใช้เพื่อเพิ่มเส้นตรงให้กับเส้นทางได้

น่าเสียดายที่ฟังก์ชันนี้ไม่มีอยู่ใน Matplotlib แต่เราสามารถกำหนดฟังก์ชันต่อไปนี้เพื่อจำลองฟังก์ชัน abline ใน Python:

 import matplotlib. pyplot as plt
import numpy as np

def abline (slope, intercept):
    axes = plt. gca ()
    x_vals = np. array ( axes.get_xlim ())
    y_vals = intercept + slope * x_vals
    plt. plot (x_vals, y_vals, '--')

ตัวอย่างต่อไปนี้แสดงวิธีการใช้ไวยากรณ์นี้ในทางปฏิบัติกับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' x ': [1, 1, 2, 3, 4, 4, 5, 6, 7, 7, 8, 9, 10, 11],
                   ' y ': [13, 14, 17, 12, 23, 24, 25, 25, 24, 28, 32, 33, 35, 40]})

#view first five rows of DataFrame
df. head ()

	x y
0 1 13
1 1 14
2 2 17
3 3 12
4 4 23

ตัวอย่างที่ 1: การใช้ Abline เพื่อวาดเส้นแนวนอน

เราสามารถใช้โค้ดต่อไปนี้เพื่อวาดเส้นแนวนอนด้วยฟังก์ชัน abline ที่กำหนดไว้ก่อนหน้านี้:

 #create scatterplot
plt. scatter (df. x , df. y )

#add horizontal line at y=30
abline( 0,30 ) 

ผลลัพธ์ที่ได้คือเส้นแนวนอนที่ y=30

ตัวอย่างที่ 2: ใช้เส้นแนวราบเพื่อวาดเส้นที่มีความชันและจุดตัดเฉพาะ

เราสามารถใช้โค้ดต่อไปนี้เพื่อวาดเส้นที่มีความชัน 3 และจุดตัดแกน y เท่ากับ 15 :

 #create scatterplot
plt. scatter (df. x , df. y )

#add straight line with slope=3 and intercept=15
abline( 3,15 ) 

ผลลัพธ์ที่ได้คือเส้นตรงที่มีความชัน 3 และจุดตัด 15

ตัวอย่างที่ 3: ใช้ abline เพื่อพล็อตเส้นการถดถอย

เราสามารถใช้โค้ดต่อไปนี้เพื่อพล็อตบรรทัดการถดถอยด้วยฟังก์ชัน abline ที่กำหนดไว้ก่อนหน้านี้:

 #calculate slope and intercept of regression line
slope = np. polyfit (df. x , df. y , 1)[ 0 ]
intercept = np. polyfit (df. x , df. y , 1)[ 1 ]

#create scatterplot
plt. scatter (df. x , df. y )

#add regression line
abline(slope, intercept) 

ผลลัพธ์ที่ได้คือเส้นถดถอยพอดีที่ผ่านจุดลงจุดโดยตรง

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน polyfit ใน NumPy ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

วิธีรวมคอลัมน์เฉพาะใน Pandas
วิธีรวมคอลัมน์ตามเงื่อนไขใน Pandas
วิธีการคำนวณผลรวมสะสมแบบย้อนกลับในแพนด้า