当前位置：极客教程 > Matplotlib > Matplotlib 问答 > 如何在Python中创建残差图：详细指南与实例

如何在Python中创建残差图：详细指南与实例

如何在Python中创建残差图：详细指南与实例

参考：How to Create a Residual Plot in Python

残差图是数据分析和统计建模中的重要工具，它可以帮助我们评估模型的拟合程度和识别潜在的问题。本文将详细介绍如何在Python中使用Matplotlib库创建残差图，并提供多个实用示例。

1. 什么是残差图？

残差图是一种用于可视化回归模型预测值与实际观测值之间差异的图表。它可以帮助我们：

  1. 评估模型的拟合程度
  2. 检查模型假设是否成立
  3. 识别异常值和影响点
  4. 发现非线性关系

在残差图中，X轴通常表示预测值或自变量，Y轴表示残差（实际值减去预测值）。

2. 创建残差图的基本步骤

创建残差图的基本步骤如下：

  1. 准备数据：获取自变量、因变量和预测值
  2. 计算残差：实际值减去预测值
  3. 创建散点图：X轴为预测值或自变量，Y轴为残差
  4. 添加参考线：通常在y=0处添加一条水平线
  5. 设置图表标题、轴标签等

让我们通过一个简单的示例来说明这些步骤：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差图
plt.figure(figsize=(10, 6))
plt.scatter(x, residuals, alpha=0.6)
plt.axhline(y=0, color='r', linestyle='--')
plt.title('Residual Plot - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Residuals')
plt.text(5, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

在这个例子中，我们首先生成了一些带有随机噪声的线性数据，然后计算残差并创建了一个简单的残差图。红色虚线表示y=0的参考线。

3. 使用Seaborn创建残差图

Seaborn是基于Matplotlib的统计数据可视化库，它提供了一些便捷的函数来创建残差图。以下是使用Seaborn的residplot函数创建残差图的示例：

import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)

# 创建残差图
plt.figure(figsize=(10, 6))
sns.residplot(x=x, y=y, lowess=True, scatter_kws={'alpha': 0.5})
plt.title('Residual Plot using Seaborn - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Residuals')
plt.text(5, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

在这个例子中，我们使用了Seaborn的residplot函数，它自动计算残差并创建图表。lowess=True参数添加了一条局部加权回归线，帮助识别非线性模式。

4. 创建多变量残差图

当我们有多个自变量时，可以为每个自变量创建单独的残差图。这有助于我们识别哪些变量可能存在问题。以下是一个创建多变量残差图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x1 = np.linspace(0, 10, 100)
x2 = np.linspace(5, 15, 100)
y = 2 * x1 + 3 * x2 + 5 + np.random.normal(0, 2, 100)
y_pred = 2 * x1 + 3 * x2 + 5

# 计算残差
residuals = y - y_pred

# 创建多变量残差图
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(15, 6))

ax1.scatter(x1, residuals, alpha=0.6)
ax1.axhline(y=0, color='r', linestyle='--')
ax1.set_title('Residual Plot for X1 - how2matplotlib.com')
ax1.set_xlabel('X1')
ax1.set_ylabel('Residuals')

ax2.scatter(x2, residuals, alpha=0.6)
ax2.axhline(y=0, color='r', linestyle='--')
ax2.set_title('Residual Plot for X2 - how2matplotlib.com')
ax2.set_xlabel('X2')
ax2.set_ylabel('Residuals')

plt.tight_layout()
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子创建了两个并排的残差图，分别对应两个自变量X1和X2。这种方法可以帮助我们识别哪个变量可能存在问题或非线性关系。

5. 添加置信区间

在残差图中添加置信区间可以帮助我们更好地理解残差的分布。以下是一个添加95%置信区间的示例：

import numpy as np
import matplotlib.pyplot as plt
from scipy import stats

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 计算置信区间
conf_int = stats.t.interval(0.95, len(x)-2, loc=np.mean(residuals), scale=stats.sem(residuals))

# 创建残差图
plt.figure(figsize=(10, 6))
plt.scatter(x, residuals, alpha=0.6)
plt.axhline(y=0, color='r', linestyle='--')
plt.axhline(y=conf_int[0], color='g', linestyle=':', label='95% Confidence Interval')
plt.axhline(y=conf_int[1], color='g', linestyle=':')
plt.title('Residual Plot with Confidence Interval - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Residuals')
plt.legend()
plt.text(5, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

在这个例子中，我们使用scipy.stats模块计算了95%的置信区间，并在图中用绿色虚线表示。这有助于我们判断残差是否在预期范围内。

6. 创建标准化残差图

标准化残差图可以帮助我们更容易地识别异常值。标准化残差是将残差除以其标准差得到的。以下是创建标准化残差图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差和标准化残差
residuals = y - y_pred
std_residuals = (residuals - np.mean(residuals)) / np.std(residuals)

# 创建标准化残差图
plt.figure(figsize=(10, 6))
plt.scatter(x, std_residuals, alpha=0.6)
plt.axhline(y=0, color='r', linestyle='--')
plt.axhline(y=2, color='g', linestyle=':', label='+2 SD')
plt.axhline(y=-2, color='g', linestyle=':', label='-2 SD')
plt.title('Standardized Residual Plot - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Standardized Residuals')
plt.legend()
plt.text(5, 2.5, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

在这个例子中，我们计算了标准化残差，并在图中添加了±2标准差的参考线。这有助于我们快速识别可能的异常值（通常认为超过±2或±3标准差的点为异常值）。

7. 创建Q-Q图（正态概率图）

Q-Q图（Quantile-Quantile图）是用于检验残差是否服从正态分布的有效工具。以下是创建Q-Q图的示例：

import numpy as np
import matplotlib.pyplot as plt
import scipy.stats as stats

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建Q-Q图
fig, ax = plt.subplots(figsize=(10, 6))
stats.probplot(residuals, dist="norm", plot=ax)
ax.set_title("Q-Q Plot of Residuals - how2matplotlib.com")
ax.text(0, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

在这个例子中，我们使用scipy.stats.probplot函数创建了Q-Q图。如果残差服从正态分布，数据点应该大致落在对角线上。

8. 创建残差直方图

残差直方图可以帮助我们直观地了解残差的分布情况。以下是创建残差直方图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差直方图
plt.figure(figsize=(10, 6))
plt.hist(residuals, bins=20, edgecolor='black')
plt.title('Histogram of Residuals - how2matplotlib.com')
plt.xlabel('Residuals')
plt.ylabel('Frequency')
plt.text(1.5, 10, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子创建了一个残差的直方图，帮助我们观察残差的分布是否接近正态分布。

9. 创建残差箱线图

残差箱线图可以帮助我们识别异常值和了解残差的分布特征。以下是创建残差箱线图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差箱线图
plt.figure(figsize=(10, 6))
plt.boxplot(residuals)
plt.title('Boxplot of Residuals - how2matplotlib.com')
plt.ylabel('Residuals')
plt.text(1.1, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子创建了一个残差的箱线图，可以帮助我们快速了解残差的中位数、四分位数范围和可能的异常值。

10. 创建残差与拟合值的散点图

残差与拟合值的散点图可以帮助我们检查残差是否具有恒定方差（同方差性）。以下是创建此类图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差与拟合值的散点图
plt.figure(figsize=(10, 6))
plt.scatter(y_pred, residuals, alpha=0.6)
plt.axhline(y=0, color='r', linestyle='--')
plt.title('Residuals vs Fitted Values - how2matplotlib.com')
plt.xlabel('Fitted Values')
plt.ylabel('Residuals')
plt.text(10, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个图表可以帮助我们检查残差是否在零附近随机分布，以及是否存在任何模式或趋势。

11. 创建带有LOWESS曲线的残差图

LOWESS（局部加权散点图平滑法）曲线可以帮助我们识别残差中的非线性模式。以下是创建带有LOWESS曲线的残差图的示例：

import numpy as np
import matplotlib.pyplot as plt
from statsmodels.nonparametric.smoothers_lowess import lowess

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 计算LOWESS曲线
lowess_result = lowess(residuals, x, frac=2/3, it=5)

# 创建带有LOWESS曲线的残差图
plt.figure(figsize=(10, 6))
plt.scatter(x, residuals, alpha=0.6)
plt.plot(lowess_result[:, 0], lowess_result[:, 1], color='r', label='LOWESS')
plt.axhline(y=0, color='g', linestyle='--')
plt.title('Residual Plot with LOWESS Curve - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Residuals')
plt.legend()
plt.text(5, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

在这个例子中，我们使用statsmodels库的lowess函数计算LOWESS曲线，并将其添加到残差图中。这可以帮助我们识别残差中的非线性模式或趋势。

12. 创建分组残差图

当我们有分类变量时，创建分组残差图可以帮助我们比较不同组之间的残差分布。以下是创建分组残差图的示例：

import numpy as np
import matplotlib.pyplot as plt

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
groups = np.random.choice(['A', 'B', 'C'], size=100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建分组残差图
plt.figure(figsize=(12, 6))
for group in ['A', 'B', 'C']:
    group_residuals = residuals[groups == group]
    group_x = x[groups == group]
    plt.scatter(group_x, group_residuals, alpha=0.6, label=f'Group {group}')

plt.axhline(y=0, color='r', linestyle='--')
plt.title('Grouped Residual Plot - how2matplotlib.com')
plt.xlabel('X')
plt.ylabel('Residuals')
plt.legend()
plt.text(5, 2, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子创建了一个分组残差图，其中每个组用不同的颜色表示。这可以帮助我们识别不同组之间残差分布的差异。

13. 创建残差的时间序列图

当我们的数据包含时间信息时，创建残差的时间序列图可以帮助我们识别残差中的时间相关模式。以下是创建残差时间序列图的示例：

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

# 准备数据
np.random.seed(42)
dates = pd.date_range(start='2023-01-01', periods=100)
x = np.arange(100)
y = 2 * x + 1 + np.random.normal(0, 5, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差的时间序列图
plt.figure(figsize=(12, 6))
plt.plot(dates, residuals)
plt.axhline(y=0, color='r', linestyle='--')
plt.title('Time Series Plot of Residuals - how2matplotlib.com')
plt.xlabel('Date')
plt.ylabel('Residuals')
plt.text(dates[50], 10, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子创建了一个残差的时间序列图，可以帮助我们识别残差中的季节性模式或趋势。

14. 创建残差的自相关图

残差的自相关图可以帮助我们检测残差中的序列相关性。以下是创建残差自相关图的示例：

import numpy as np
import matplotlib.pyplot as plt
from statsmodels.graphics.tsaplots import plot_acf

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差的自相关图
plt.figure(figsize=(10, 6))
plot_acf(residuals, lags=20, alpha=0.05)
plt.title('Autocorrelation Plot of Residuals - how2matplotlib.com')
plt.xlabel('Lag')
plt.ylabel('Autocorrelation')
plt.text(10, 0.8, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子使用statsmodels库的plot_acf函数创建了残差的自相关图。这可以帮助我们检测残差中的序列相关性，如果存在显著的自相关，可能表明模型未能捕捉到数据中的某些模式。

15. 创建残差的部分自相关图

部分自相关图可以帮助我们识别时间序列数据中的潜在AR（自回归）结构。以下是创建残差部分自相关图的示例：

import numpy as np
import matplotlib.pyplot as plt
from statsmodels.graphics.tsaplots import plot_pacf

# 准备数据
np.random.seed(42)
x = np.linspace(0, 10, 100)
y = 2 * x + 1 + np.random.normal(0, 1, 100)
y_pred = 2 * x + 1

# 计算残差
residuals = y - y_pred

# 创建残差的部分自相关图
plt.figure(figsize=(10, 6))
plot_pacf(residuals, lags=20, alpha=0.05)
plt.title('Partial Autocorrelation Plot of Residuals - how2matplotlib.com')
plt.xlabel('Lag')
plt.ylabel('Partial Autocorrelation')
plt.text(10, 0.8, 'how2matplotlib.com', fontsize=12, alpha=0.5)
plt.show()

Output:

如何在Python中创建残差图：详细指南与实例

这个例子使用statsmodels库的plot_pacf函数创建了残差的部分自相关图。这可以帮助我们识别残差中的潜在AR结构，如果存在显著的部分自相关，可能表明模型需要包含额外的滞后项。

结论

在本文中，我们详细介绍了如何在Python中使用Matplotlib创建各种类型的残差图。我们探讨了基本的残差散点图、标准化残差图、Q-Q图、直方图、箱线图等多种可视化方法。这些图表可以帮助我们评估模型的拟合程度、检查模型假设、识别异常值和非线性关系等。

创建和解释残差图是数据分析和统计建模中的重要技能。通过仔细分析这些图表，我们可以获得对模型性能的深入洞察，并找到改进模型的方向。在实际应用中，建议结合使用多种残差图，以全面评估模型的表现。

最后，需要注意的是，残差图的解释应该结合具体的问题背景和领域知识。不同类型的数据和模型可能需要不同的解释方法。因此，在使用这些技术时，务必考虑到具体的应用场景和数据特征。

通过掌握本文介绍的各种残差图创建方法，您将能够更好地理解和评估您的统计模型，从而做出更加准确和可靠的数据分析决策。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Matplotlib 精品教程