我想在數(shù)據(jù)圖的頂部繪制一條趨勢線。這一定很簡單，但我一直不知道如何實(shí)現(xiàn)它。假設(shè)我有以下內(nèi)容：import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsdf = pd.DataFrame(np.random.randint(0,100,size=(100, 1)), columns=list('A'))sns.lineplot(data=df)ax.set(xlabel="Index", ylabel="Variable", title="Sample")plt.show()結(jié)果圖是：我想補(bǔ)充的是一條趨勢線。類似下面紅線的東西：
2 回答
楊魅力
TA貢獻(xiàn)1811條經(jīng)驗(yàn) 獲得超6個(gè)贊
移動(dòng)平均線是一種方法（我的第一個(gè)想法，并且已經(jīng)建議）。
另一種方法是使用多項(xiàng)式擬合。由于原始數(shù)據(jù)中有 100 個(gè)點(diǎn)，因此我在下面的示例中選擇了 10 階擬合（數(shù)據(jù)長度的平方根）。對原始代碼進(jìn)行一些修改：
idx = [i for i in range(100)]
rnd = np.random.randint(0,100,size=100)
ser = pd.Series(rnd, idx)
fit = np.polyfit(idx, rnd, 10)
pf = np.poly1d(fit)
plt.plot(idx, rnd, 'b', idx, pf(idx), 'r')
此代碼提供了如下圖：
偶然的你
TA貢獻(xiàn)1841條經(jīng)驗(yàn) 獲得超3個(gè)贊
您可以使用滾動(dòng)平均值執(zhí)行類似的操作：
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
data = np.random.randint(0,100,size=(100, 1))
df["rolling_avg"] = df.A.rolling(7).mean().shift(-3)
sns.lineplot(data=df)
plt.show()
您還可以制作回歸圖來分析如何使用以下方法對數(shù)據(jù)進(jìn)行插值：
ax = sns.regplot(x=df.index, y="A",
data=df,
scatter_kws={"s": 10},
order=10,
ci=None)
添加回答
舉報(bào)
0/150
提交
取消