如何用Python为父子身高数据集绘制线性回归线？

要在现有散点图上添加线性回归线，Seaborn提供了两种简单的实现方式，以下是针对你的代码的修改方案：

完整修改后的代码 #

# Author: Evan Gertis
# Date 11/15
# program: linear regression

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np
import logging
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

# 读取数据集
df = pd.read_csv('father_son_data.csv')

# 可选：重命名列名以简化代码（原列名包含空格和括号）
df.columns = ['Father_Height', 'Son_Height']

logging.info(f"{df}")

# 方法1：直接用regplot生成带回归线的散点图（推荐）
# 默认会绘制散点、线性回归线，以及95%置信区间（可通过ci=None关闭）
plot = sns.regplot(data=df, x='Father_Height', y='Son_Height', label='Son Height')

# 方法2：先自定义散点图，再叠加回归线
# 适合需要单独调整散点样式的场景
# plot = sns.scatterplot(data=df, x='Father_Height', y='Son_Height', label='Son Height', color='blue')
# # scatter=False表示只画回归线，ax=plot指定在同一个坐标轴上绘制
# sns.regplot(data=df, x='Father_Height', y='Son_Height', scatter=False, color='red', ax=plot)

# 添加图表标注
plt.title('Father vs Son Height with Linear Regression Line')
plt.xlabel('Father Height (in)')
plt.ylabel('Son Height (in)')
plt.legend()

# 保存图片
fig = plot.get_figure()
fig.savefig("Father_Son.png")

关键说明 #

1. 移除不必要的循环：你的数据集只有一组父子身高变量，不需要chunker函数和循环遍历列组，直接指定列名即可。
2. 使用regplot函数：Seaborn的regplot是专门用于展示变量间线性回归关系的工具，默认会自动计算并绘制回归线，同时支持自定义置信区间、线条样式等。
3. 列名重命名（可选）：原数据集的列名包含空格和特殊字符，重命名后能让代码更易读、避免潜在的语法问题。

内容的提问来源于stack exchange，提问作者Evan Gertis