statsmodels.graphics.factorplots.interaction_plot¶

statsmodels.graphics.factorplots.interaction_plot(x, trace, response, func='mean', ax=None, plottype='b', xlabel=None, ylabel=None, colors=None, markers=None, linestyles=None, legendloc='best', legendtitle=None, **kwargs)[source]¶

因子水平统计的交互图。

注意：如果提供了分类因子，级别将被内部重新编码为整数。这确保了与matplotlib的兼容性。使用DataFrame计算由trace给定的因子或组的每个级别的aggregate统计量。

Parameters:¶

xarray_like

因子水平构成x轴。如果给定一个pandas.Series，如果xlabel为None，将使用其名称作为xlabel。

tracearray_like

轨迹因子水平将在图中绘制为线条。如果轨迹是pandas.Series，其名称将用作图例标题，如果图例标题为空。

responsearray_like

响应变量或因变量。如果给定的是pandas.Series，并且ylabel为None，则将使用其名称作为ylabel。

funcfunction

由 pandas.DataFrame.aggregate 接受的任何内容。这是应用于按轨迹级别分组的响应变量的。

axaxes, optional

Matplotlib 轴实例

plottypestr {‘line’, ‘scatter’, ‘both’}, optional

要返回的图的类型。可以是‘l’，‘s’，或‘b’

xlabelstr, optional

用于 x 的标签。默认是‘X’。如果 x 是一个 pandas.Series，它将使用系列的名称。

ylabelstr, optional

用于响应的标签。默认是‘响应的函数’。如果响应是一个pandas.Series，它将使用序列的名称。

colorslist, optional

如果给出，长度必须等于跟踪中的层数。

markerslist, optional

如果给出，长度必须等于跟踪中的层数

linestyleslist, optional

如果给出，长度必须等于跟踪中的层数。

legendloc{None, str, int}

传递给 legend 命令的位置。

legendtitle{None, str}

图例的标题。

**kwargs

这些将被传递给用于绘图或散点的绘图命令。 如果你想控制整体绘图选项，请使用kwargs。

Returns:¶

Figure

由 ax.figure 给出的图形或一个新的实例。

示例

>>> import numpy as np
>>> np.random.seed(12345)
>>> weight = np.random.randint(1,4,size=60)
>>> duration = np.random.randint(1,3,size=60)
>>> days = np.log(np.random.randint(1,30, size=60))
>>> fig = interaction_plot(weight, duration, days,
...             colors=['red','blue'], markers=['D','^'], ms=10)
>>> import matplotlib.pyplot as plt
>>> plt.show()

(源代码, png, 高分辨率png, pdf)