基于seaborn's relplot的小平面回归分析

Question

我在海运方面还是个新手，所以请耐心听我说。我正在尝试进行线性最小二乘回归，并使用seaborn的relplot指定r^2的值。我对切换到sns.facetgrid持开放态度。我的数据如下所示：

Data

我可以将刻面网格绘制为：Plots

我生成这样一个图的代码如下所示：

xx = np.linspace(-1, 2, 100)
yx = xx 

#CO2 vs H 

p1 = sns.relplot(data=df2, x="H", y="CO2", col="Bias", hue="Met", col_wrap=5)
(p1.set_axis_labels("$E_{ads}(*H)$", "$E_{ads}(*CO_2)$")
  .set_titles("Bias: {col_name} V vs SHE")
  .set(xlim=(-0.4, 2), ylim=(-0.4, 2)))

for ax in p1.axes.flat: 
       ax.plot(xx, yx)

plt.savefig("CO2_H.pdf", dpi=300)
plt.show()

但是，我希望它是线性回归，而不是对角线。我找到了类似的here，但是当您在sns.relplot中指定列时，我不知道如何让它工作。

谢谢!

Answer 1

您可能需要研究一下seaborn.lmplot。

p1 = sns.lmplot(data=df2, x="H", y="CO2", col="Bias", hue="Met", col_wrap=5)

https://seaborn.pydata.org/generated/seaborn.lmplot.html