如何在散点图中可视化非线性关系

我想直观地探索两个变量之间的关系。这种关系的函数形式在密集散点图中不可见，如下所示：

如何在Python中的散点图中添加低平滑度？

或者您还有其他建议来直观地探索非线性关系吗？

我尝试了以下方法，但它无法正常工作（借鉴来自米歇尔·德胡恩):

import numpy as np
from statsmodels.nonparametric.smoothers_lowess import lowess
x = np.arange(0,10,0.01)
ytrue = np.exp(-x/5.0) + 2*np.sin(x/3.0)

# add random errors with a normal distribution                      
y = ytrue + np.random.normal(size=len(x))
plt.scatter(x,y,color='cyan')

# calculate a smooth curve through the scatter plot
ys = lowess(x, y)
_ = plt.plot(x,ys,'red',linewidth=1)

# draw the true values for comparison
plt.plot(x,ytrue,'green',linewidth=3)

Lowess 平滑器（红线）很奇怪。

EDIT:

The following matrix also includes lowess smoothers (taken from this question on CV):

有人有这样的图表的代码吗？

你也可以使用seaborn:

import numpy as np
import seaborn as sns

x = np.arange(0, 10, 0.01)
ytrue = np.exp(-x / 5) + 2 * np.sin(x / 3)
y = ytrue + np.random.normal(size=len(x))

sns.regplot(x, y, lowess=True)