如何在同一张图中绘制多个线性回归

鉴于以下情况：

import numpy as np
import pandas as pd
import seaborn as sns

np.random.seed(365)
x1 = np.random.randn(50)
y1 = np.random.randn(50) * 100
x2 = np.random.randn(50)
y2 = np.random.randn(50) * 100

df1 = pd.DataFrame({'x1':x1, 'y1': y1})
df2 = pd.DataFrame({'x2':x2, 'y2': y2})

sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)

这将创建 2 个独立的图。如何将 df2 中的数据添加到同一图表上？我在网上找到的所有seaborn示例似乎都集中在如何创建相邻图表（例如，通过“hue”和“col_wrap”选项）。另外，我不喜欢使用可能存在附加列的数据集示例，因为这在我正在处理的项目中没有自然含义。

如果需要混合使用 matplotlib/seaborn 函数来实现此目的，如果有人可以帮助说明，我将不胜感激。

你可以使用seaborn's FacetGrid http://stanford.edu/%7Emwaskom/software/seaborn/tutorial/axis_grids.html#subsetting-data-with-facetgrid类以获得想要的结果。 您需要用以下几行替换绘图调用：

# sns.lmplot('x1', 'y1', df1, fit_reg=True, ci = None)
# sns.lmplot('x2', 'y2', df2, fit_reg=True, ci = None)
df = pd.concat([df1.rename(columns={'x1':'x','y1':'y'})
                .join(pd.Series(['df1']*len(df1), name='df')), 
                df2.rename(columns={'x2':'x','y2':'y'})
                .join(pd.Series(['df2']*len(df2), name='df'))],
               ignore_index=True)

pal = dict(df1="red", df2="blue")
g = sns.FacetGrid(df, hue='df', palette=pal, size=5);
g.map(plt.scatter, "x", "y", s=50, alpha=.7, linewidth=.5, edgecolor="white")
g.map(sns.regplot, "x", "y", ci=None, robust=1)
g.add_legend();

这将产生这个图：

如果我理解正确的话，这就是你所需要的。

请注意，您需要注意.regplot参数，并且可能想要更改我作为示例给出的值。

• ;该行末尾的内容是抑制命令的输出（我在可见的地方使用 ipython 笔记本）。
• Docs http://seaborn.pydata.org/tutorial/axis_grids.html#plotting-on-data-aware-grids给出一些解释.map()方法。本质上，它就是这样做的，将绘图命令与数据映射。然而，它可以与“低级”绘图命令一起使用，例如regplot， 并不是lmlplot，这实际上是在幕后调用 regplot 。
• 通常情况下plt.scatter将采用参数：c='none', edgecolor='r'制作未填充的标记。但是seaborn正在干扰这个过程并强制标记颜色，所以我没有看到一个简单/直接的方法来解决这个问题，而是操纵axSeaborn 产生情节后的元素，最好作为不同问题的一部分来解决。