Lm Plot

Le lm plot est un outil puissant de Seaborn dédié à la visualisation des relations linéaires entre deux variables numériques. Il combine un scatter plot avec une courbe de régression ajustée, permettant ainsi d’explorer non seulement la dispersion des points mais aussi la tendance générale.

Ce graphique est particulièrement utile pour :

Évaluer la force et la direction d’une relation linéaire.
Visualiser l’ajustement d’un modèle de régression simple.
Identifier les écarts et valeurs aberrantes par rapport à la tendance.
Comparer des relations au sein de différents sous-groupes grâce au paramètre hue.

Seaborn rend la création de lm plots simple et flexible, avec la possibilité d’ajouter des intervalles de confiance pour quantifier la précision de l’ajustement.

Fonctions :

sns.lmplot()

La fonction sns.lmplot() crée un graphique de régression linéaire (ou d'autres types de régressions) en traçant une relation entre deux variables, avec la possibilité de visualiser des courbes de régression sur les données.

Importation :

import seaborn as sns

Attributs :

Paramètre	Type	Description	Valeur par défaut
`data`	DataFrame	Le DataFrame contenant les données à visualiser.	`None`
`x`	str	Le nom de la variable à utiliser pour l'axe des x.	`None`
`y`	str	Le nom de la variable à utiliser pour l'axe des y.	`None`
`hue`	str	Nom de la variable dans les données qui détermine les couleurs des points.	`None`
`col`	str	Nom de la variable dans les données pour diviser le graphique en sous-graphiques par colonne.	`None`
`row`	str	Nom de la variable dans les données pour diviser le graphique en sous-graphiques par ligne.	`None`
`order`	int	Le degré de la régression polynomiale à utiliser (si > 1 pour régression polynomiale).	`1`
`ci`	float	Le niveau de confiance pour l'intervalle autour de la régression (par défaut 95%). Si `None`, aucun intervalle de confiance n'est tracé.	`95`

Exemple de code :

import seaborn as sns
import matplotlib.pyplot as plt

# Création d'un DataFrame exemple
data = sns.load_dataset("tips")

# Tracer une régression linéaire entre total_bill et tip
sns.lmplot(x="total_bill", y="tip", data=data)

plt.show()

Explication du code :

import seaborn as sns importe la bibliothèque seaborn, utilisée pour la visualisation de données statistiques en Python.

import matplotlib.pyplot as plt importe la bibliothèque matplotlib.pyplot pour la création de graphiques.

Création d'un DataFrame exemple

data = sns.load_dataset("tips") charge le dataset "tips", qui contient des informations sur des consommations dans un restaurant, et l'assigne à la variable data.

Tracer une régression linéaire entre total_bill et tip

sns.lmplot(x="total_bill", y="tip", data=data) génère un graphique de régression linéaire. Ce graphique montre la relation entre la facture totale (total_bill) et le pourboire donné (tip) avec une droite de régression qui modélise cette relation.

Afficher le graphique

plt.show() affiche le graphique généré à l'écran.